Python 错误：：sklearn.exceptions.NotFittedError:CountVectorizer-词汇表无效'；不合适

如何解决

vectorizor.tranform（fd_norm）

中的错误

错误：

Traceback (most recent call last):
  File "the_linking.py", line 162, in predict
    predV=self._vectorizer.transform(fd_norm)
  File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\feature_extraction\text.py", line 890, in transform
    self._check_vocabulary()
  File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\feature_extraction\text.py", line 278, in _check_vocabulary
    check_is_fitted(self, 'vocabulary_', msg=msg),
  File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 690, in check_is_fitted
    raise _NotFittedError(msg % {'name': type(estimator).__name__})
sklearn.exceptions.NotFittedError: CountVectorizer - Vocabulary wasn't fitted.

---

在调用

transform（）

之前，必须调用

fit（）

或

fit\u transform（）

一次，以便模型可以了解数据的频率。 尝试：

---

这同样适用于编码器。我认为您之前已经转换了数据，然后训练了模型。但是从那里，您只保存了

模型

，而没有保存矢量器。保存模型时，您需要同时保存

矢量器

和

编码器

，以便能够再次使用它们。加载它们的方式与加载模型的方式相同，并使用它们（在本例中不调用

fit（）

）

在调用

transform（）

之前，必须调用

fit（）

或

fit\u transform（）

一次，以便模型可以了解数据的频率。 尝试：

---

这同样适用于编码器。我认为您之前已经转换了数据，然后训练了模型。但是从那里，您只保存了

模型

，而没有保存矢量器。保存模型时，您需要同时保存

矢量器

和

编码器

，以便能够再次使用它们。以与模型相同的方式加载它们并使用它们（在本例中不调用

fit（）

）

标题只是一条错误消息，问题的内容只是一个代码，不是一个好问题，我建议阅读该问题与PyQt无关，但与sklearn.yaa有关。我正在尝试从textEdit小部件获取文本并将其矢量化，但它显示此错误textEdit是什么？在执行此操作之前，我发现问题是由它引起的。标题只是一条错误消息，问题的内容只是一个代码不是一个好问题，我建议阅读该问题与PyQt无关，但与sklearn.yaa有关。我正在尝试从textEdit小部件获取文本并将其矢量化，但它显示此错误textEdit是什么？，我发现问题是在做之前造成的。我已经安装了模型并将其保存到.sav文件中。然后我加载它以在上面的代码中预测我已经拟合了模型并将其pickle到一个.sav文件中。然后在上面的代码中加载它以进行预测

Traceback (most recent call last):
  File "the_linking.py", line 162, in predict
    predV=self._vectorizer.transform(fd_norm)
  File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\feature_extraction\text.py", line 890, in transform
    self._check_vocabulary()
  File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\feature_extraction\text.py", line 278, in _check_vocabulary
    check_is_fitted(self, 'vocabulary_', msg=msg),
  File "C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\validation.py", line 690, in check_is_fitted
    raise _NotFittedError(msg % {'name': type(estimator).__name__})
sklearn.exceptions.NotFittedError: CountVectorizer - Vocabulary wasn't fitted.

predV=vectorizer.fit_transform(fd_norm)