Python ValueError:找到样本数不一致的数组：[3 21]

在这个问题上已经有多个线程，但是提议的解决方案似乎都不适合我

这是我的密码：

  count_vect = CountVectorizer()
  X_train_counts = count_vect.fit_transform(s) 
  tf_transformer = TfidfTransformer(use_idf=False).fit(X_train_counts)
  X_train_tf = tf_transformer.transform(X_train_counts)
  tfidf_transformer = TfidfTransformer() 
  X_train_tfidf = tfidf_transformer.fit_transform(X_train_counts)
  clf = MultinomialNB().fit(X_train_tfidf, target_train)

运行此代码时，出现以下错误：

回溯（最近一次调用last）：文件“distance_sup1.py”，第行 447，在 clf=MultinomialNB（）.fit（X\u train\u tfidf，target\u train）文件“C:\Users\Akanksha\Anaconda3\lib\site packages\sklearn\naive\u bayes.py”， 第527行，合适的 十、 y=检查_X_y（X，y，'csr'）文件“C:\Users\Akanksha\Anaconda3\lib\site packages\sklearn\utils\validation.py”， 第520行，在check_X_y check_一致长度（X，y）文件中 “C:\Users\Akanksha\Anaconda3\lib\site packages\sklearn\utils\validation.py”， 第176行，检查长度是否一致 %s“%str（uniques））ValueError:找到样本数不一致的数组：[3 21]

我的目标是：[1,1,0]
X\u列车的tfidf为：

(0, 5)---1.0    
(2, 2)---0.670546709445    
(2, 17)---0.741867313239    
(3, 12)---0.707106781187    
(3, 13)---0.707106781187     
(4, 9)---0.741867313239    
(4, 2)---0.670546709445     
(5, 8)---0.707106781187     
(5, 0)---0.707106781187     
(6, 10)---1.0     
(7, 7)---0.457600845725     
(7, 3)---0.457600845725     
(7, 16)---0.457600845725     
(7, 1)---0.457600845725     
(7, 5)---0.40299610912     
(9, 6)---0.351227138886     
(9, 4)---0.398817338825     
(9, 9)---0.702454277773     
(9, 2)---0.317461354673     
(9, 17)---0.351227138886     
(10, 15)---0.707106781187     
(10, 14)---0.707106781187      
(11, 11)---0.750463470011     
(11, 6)---0.660911930729 

我尝试过改造它，改造X_train_tfidf，但似乎不起作用

感谢您的帮助