如何将GloVe生成的50d向量传入Naive-Bayes模型训练并解决TypeError报错

核心错误原因 #

• 你选择的BernoulliNB仅支持二值型特征（特征值只能是0/1或布尔值），你传入的GloVe 50维词嵌入是连续浮点数，不符合该模型的输入要求，因此触发类型转换报错。
• 额外检查项：确认X_train是维度为(样本数量, 50)的二维数组，避免嵌套一维数组的格式问题。

正确调整方案 #

方案1：更换适配连续特征的朴素贝叶斯模型（推荐） #

词嵌入属于连续分布型特征，应使用GaussianNB（高斯朴素贝叶斯）训练，修改代码如下：

from sklearn.naive_bayes import GaussianNB

bnbclf = GaussianNB()
bnbclf.fit(X = X_train, y = y_train, sample_weight = [cw[i] for i in y_train])

方案2：坚持用BernoulliNB的前置处理（不推荐，会丢失大量特征信息） #

如果必须使用伯努利朴素贝叶斯，需要先对所有特征做二值化转换，示例代码如下：

from sklearn.naive_bayes import BernoulliNB
from sklearn.preprocessing import Binarizer

# 按阈值0对特征做二值化，可根据需求调整阈值
binarizer = Binarizer(threshold=0)
X_train_bin = binarizer.fit_transform(X_train)

bnbclf = BernoulliNB()
bnbclf.fit(X = X_train_bin, y = y_train, sample_weight = [cw[i] for i in y_train])

内容的提问来源于stack exchange，提问作者Divij Gera