将分类器投入生产

将分类器投入生产

只需替换：

  #load classifier and predict  classifier = joblib.load('class.pkl')  #vectorize/transform the new title then predict  vectorizer = TfidfVectorizer(sublinear_tf=True, max_df=0.5, ngram_range=(1, 3))  X_test = vectorizer.transform(title)  predict = classifier.predict(X_test)  return predict

通过：

  # load the saved pipeline that includes both the vectorizer  # and the classifier and predict  classifier = joblib.load('class.pkl')  predict = classifier.predict(X_test)  return predict

class.pkl

包括完整的管道，因此无需创建新的矢量化器实例。如错误消息所述，您需要重用最初训练的矢量化程序，因为从令牌（字符串ngram）到列索引的特征映射保存在矢量化程序本身中。此映射称为“词汇表”。