Я пытаюсь создать вложение предложений путем объединения векторов слов. Вот код, который я написал:
a=np.zeros(100, dtype=float)
try:
a=embedding_dict[ line[0] ] ## get first word embedding;
except KeyError:
print ( "Error")
for k in range(1,len(line)):
try:
b=np.zeros(100, dtype=float)
b=embedding_dict[ line[k] ]
a=np.concatenate([a,b])
except KeyError:
print ( "Error")
length=len(a)
if length > 1500:
#Reduce Size
print("Reduction of SIze")
result_arr = a[:1500]
# result_arr = truncated_arr[None, :]
else:
#Padd
print("padding")
result_arr=np.pad(a, (0, 1500 - len(a)%1500), 'constant')
print( " result_arr.shape before ",result_arr.shape )
# test = result_arr.reshape(1, -1)
# print( " result_arr.shape before ",test.shape )
sentence_Vectors.append(result_arr)
Я использую наивный байес для классификации:
nb = MultinomialNB()
nb.fit(X_train, y_train)
y_pred = nb.predict(X_val)
print('naive bayes using sentence embedding accuracy%s' % accuracy_score(y_pred, y_val))
и ошибка выдается в методе nb.fit
Traceback (most recent call last):
File "ConcatEmbedding.py", line 121, in <module>
nb.fit(X_train, y_train)
File "/usr/local/lib/python2.7/site-packages/sklearn/naive_bayes.py", line 585, in fit
X, y = check_X_y(X, y, 'csr')
File "/usr/local/lib/python2.7/site-packages/sklearn/utils/validation.py", line 756, in check_X_y
estimator=estimator)
File "/usr/local/lib/python2.7/site-packages/sklearn/utils/validation.py", line 552, in check_array
"if it contains a single sample.".format(array))
ValueError: Expected 2D array, got 1D array instead:
Я уже пытался изменить форму (1,-1) и просмотрел это сообщение но бесполезно.
