Python 将文本数据转换为svc拟合的单个浮点数

我想在推特上学习ML

我将推文转换为

df['vectorised_words'] = vectorizer.transform(df.tweet)

这给了我一个

pandas.core.series.series

，我的向量器是

CountVectorizer

我的

X

和

Y

如下所示：

X = df['vectorised_words']
y = df['is_hate_speech'].astype(int)

svc_1 = SVC(kernel='linear')
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.3, random_state=46)
svc_1.fit(X_train, y_train)

其中X是一个文本（例如

“这是一个示例tweet”

），而

Y

是一个布尔值-

True

或

False

然后，我要运行以下程序：

X = df['vectorised_words']
y = df['is_hate_speech'].astype(int)

svc_1 = SVC(kernel='linear')
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.3, random_state=46)
svc_1.fit(X_train, y_train)

但是，拟合函数会产生以下错误：

TypeError: float() argument must be a string or a number, not 'csr_matrix'

---

如果我将数组求和为浮点，我认为转换逻辑将丢失。我做错了什么？

似乎您正试图将整个稀疏矩阵放入单个数据帧列中，但这不是正确的方法

只需将您的

X

定义为

X = vectorizer.transform(df.tweet.values)

你应该没事的