SVC报错提示X有538个特征但期望输入1291个特征如何解决？

错误根因 #

• 训练阶段调用TF-IDF的fit_transform()方法会基于训练集文本生成固定词表，最终得到1291维特征，SVC模型训练时会固定接收该维度的输入
• 测试阶段你错误地对测试集再次调用fit_transform()，该操作会基于测试集的小样本重新生成词表，最终得到的特征维度只有538，和模型要求的输入维度不匹配，因此触发报错

你之前尝试的from sklearn import *和当前问题完全无关，因此无法生效。

修复方法 #

测试集向量化时，直接使用训练阶段已经拟合好词表的vectorizer调用transform()方法，不要重新执行拟合逻辑。

修正后的代码片段 #

首先是向量化部分的修正：

# 向量化
from sklearn.feature_extraction.text import TfidfVectorizer
vectorizer = TfidfVectorizer()
x_train = vectorizer.fit_transform(x_train.values.astype('U'))
# 测试集仅做转换，不重新拟合词表
x_test = vectorizer.transform(x_test.values.astype('U'))

另外你的代码最后调用了classification_report但未导入对应的模块，还需要在导入部分增加：

from sklearn.metrics import classification_report

内容的提问来源于stack exchange，提问作者Vaishnavi Gupta