帶來一個分類，以生產

Question

我使用JOBLIB救了我的分級管道：

vec = TfidfVectorizer(sublinear_tf=True, max_df=0.5, ngram_range=(1, 3)) 
pac_clf = PassiveAggressiveClassifier(C=1) 
vec_clf = Pipeline([('vectorizer', vec), ('pac', pac_clf)]) 
vec_clf.fit(X_train,y_train) 
joblib.dump(vec_clf, 'class.pkl', compress=9) 

現在我想要在生產ENV使用它：

def classify(title): 

    #load classifier and predict 
    classifier = joblib.load('class.pkl') 

    #vectorize/transform the new title then predict 
    vectorizer = TfidfVectorizer(sublinear_tf=True, max_df=0.5, ngram_range=(1, 3)) 
    X_test = vectorizer.transform(title) 
    predict = classifier.predict(X_test) 
    return predict 

我是錯誤得到是：ValueError：詞彙不適合或是空的！ 我想我應該從德joblid加載的詞彙，但我不能讓它的工作

Answer 1

只需更換：

#load classifier and predict 
    classifier = joblib.load('class.pkl') 

    #vectorize/transform the new title then predict 
    vectorizer = TfidfVectorizer(sublinear_tf=True, max_df=0.5, ngram_range=(1, 3)) 
    X_test = vectorizer.transform(title) 
    predict = classifier.predict(X_test) 
    return predict 

由：

# load the saved pipeline that includes both the vectorizer 
    # and the classifier and predict 
    classifier = joblib.load('class.pkl') 
    predict = classifier.predict(X_test) 
    return predict 

class.pkl包含了完整的管道，有不需要創建一個新的矢量化器實例。由於錯誤消息表明您需要重用首先訓練過的矢量化器，因爲從標記（字符串ngrams）到列索引的功能映射已保存在矢量化器本身中。這個映射被命名爲「詞彙」。