Scikit learn 使用不可见数据测试转储分类器

我训练了一个分类器，然后把它甩了又甩了它的矢量器。现在我想通过加载分类器和矢量器，用看不见的数据测试它。有人能帮忙吗？

退房：

首先从文件中加载矢量器：

from sklearn.externals import joblib
vectorizer = joblib.load('your_vectorizer.pkl')
clf = joblib.load('your_classifier.pkl')

然后，它的工作原理与您将其转储到pickle文件之前相同。即：

vectorized_data = vectorizer.transform(unseen_data)
predictions = clf.predict(vectorized_data)

---

谢谢你。我相信你的代码是正确的，但是现在我的电脑内存出了问题。我正在研究蟒蛇，它给了我记忆错误。我想这会占用我电脑的内存。在你泡菜之前，也许可以尝试一些功能选择方法（同样在sklearn中）。您可能可以在不降低精度的情况下大大减小尺寸。