基于MLPClassifier的文本分类：训练后模型预测及代码实现咨询

我来帮你梳理并完善这个基于MLP的文本分类预测流程，结合你给出的代码片段，咱们一步步来：

1. 模型Pipeline初始化（NeuralNetworkModel类） #

你已经实现了NeuralNetworkModel类的静态方法_init_pipeline，用来构建从文本预处理到模型的完整流程，这里我把代码整理并做下说明：

from sklearn.pipeline import Pipeline
from sklearn.feature_extraction.text import CountVectorizer, TfidfTransformer
from sklearn.neural_network import MLPClassifier

class NeuralNetworkModel:
    @staticmethod
    def _init_pipeline(stopwords):
        pipe_line = Pipeline([
            # 第一步：将文本转换为词袋特征，去除停用词并统一小写
            ("vect", CountVectorizer(stop_words=stopwords, lowercase=True)),
            # 第二步：将词袋特征转换为TF-IDF权重特征，提升重要词汇的权重占比
            ("tfidf", TfidfTransformer()),
            # 第三步：初始化MLP分类器，设置两层各15个神经元的隐藏层，用SGD优化器训练
            ("clf", MLPClassifier(
                hidden_layer_sizes=(15, 15), 
                activation="relu", 
                solver="sgd", 
                max_iter=3000, 
                tol=1e-6, 
                verbose=True
            ))
        ])
        return pipe_line

这个Pipeline把文本预处理和模型整合到了一起，训练时直接调用fit方法就能完成从文本到模型训练的全流程，避免了预处理和模型环节的特征不一致问题。

2. 预测类TextClassificationPredict的完善 #

你提到已经创建了TextClassificationPredict类，目前只给出了__init__的开头，这里我帮你补全核心的预测逻辑，让它能加载训练好的模型并完成文本分类预测：

class TextClassificationPredict(object):
    def __init__(self, trained_model):
        # 初始化时传入训练好的完整Pipeline模型
        self.trained_model = trained_model
    
    def predict_single_text(self, text):
        """
        对单条文本进行分类预测
        :param text: 待预测的原始文本字符串
        :return: 预测的类别结果
        """
        # 注意传入的文本要放在列表中，符合sklearn模型的输入格式
        return self.trained_model.predict([text])[0]
    
    def predict_batch_texts(self, texts):
        """
        对多条文本进行批量分类预测
        :param texts: 待预测的原始文本列表
        :return: 每个文本对应的预测类别列表
        """
        return self.trained_model.predict(texts)

使用示例 #

假设你已经用NeuralNetworkModel完成了模型训练，就可以这样使用预测类：

# 假设已经完成模型训练，得到训练好的Pipeline
# stopwords = 你的停用词列表
# trained_pipeline = NeuralNetworkModel._init_pipeline(stopwords).fit(train_texts, train_labels)

# 初始化预测类实例
predictor = TextClassificationPredict(trained_pipeline)

# 单文本预测
sample_text = "这里是你需要分类的测试文本内容"
predicted_label = predictor.predict_single_text(sample_text)
print(f"该文本的预测类别：{predicted_label}")

# 批量文本预测
sample_texts = ["测试文本1", "测试文本2", "测试文本3"]
predicted_labels = predictor.predict_batch_texts(sample_texts)
for text, label in zip(sample_texts, predicted_labels):
    print(f"文本：{text}，预测类别：{label}")

关键注意点 #

• 训练和预测时要使用完全一致的停用词表，否则会导致预处理后的特征维度不匹配
• 如果需要将模型保存到本地后再加载使用，建议用joblib库完整保存整个Pipeline对象，而不是单独保存MLP模型，这样能保证预处理流程和模型的一致性

内容的提问来源于stack exchange，提问作者December