Python 当我合并两个计数器向量器时，我得到一个错误

我将使用方言文本分类，我有以下代码：

from sklearn.naive_bayes import MultinomialNB
from sklearn.feature_extraction.text import CountVectorizer

vectorizerN = CountVectorizer(analyzer='char',ngram_range=(3,4))
XN = vectorizerN.fit_transform(X_train)

vectorizerMX = CountVectorizer(vocabulary=a['vocabs'])
MX = vectorizerMX.fit_transform(X_train)

from sklearn.pipeline import FeatureUnion
combined_features = FeatureUnion([('CountVectorizer', MX),('CountVect', XN)])
combined_features.transform(test_data)

运行此代码时，出现以下错误：

TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

我在这篇文章中遵循了代码：

---

还有，我以后如何训练和预测呢？

你应该联合

vectorizerN

和

vectorizerMX

，而不是

MX

和

XN

。 换行

combined_features = FeatureUnion([('CountVectorizer', vectorizerMX), ('CountVect', vectorizerN)])

---

然后我做组合特征。拟合变换（X火车）？为什么他在合并之前要这样做呢？这两个矢量器安装在

X\u列车上

。您希望

test\u数据

映射到矢量器的并集。这就是为什么您必须执行组合功能。转换（测试数据）。你的问题我遗漏了什么吗？