【发布时间】：2021-07-12 11:14:15
【问题描述】：
我是 python 新手，必须完成自然语言处理任务。 使用 kaggle 数据集，情感分类应该使用 python 来实现。 为此，我正在使用数据框和 LogisticRegression，如this article 中所述，一切正常。
现在我想知道是否可以对不在数据集中的另一个字符串进行分类，以便我可以交互地试验分类器。
这可能吗？ 谢谢！
【问题讨论】：
标签： python scikit-learn nlp
【发布时间】：2021-07-12 11:14:15
【问题描述】：
您必须手动对新数据运行所有预处理，而不是预测。
即：
首先（数据清理）和您调用的其他用于编辑数据的函数，
然后运行（创建一个词袋）部分，并且只有
然后使用拟合的 LR 模型对这个（预处理的）数据进行预测。
【讨论】：
是的，这是可能的。
为了使这更加模块化，您可以创建一个函数并将输入字符串传递给该函数进行预处理。这可以减少代码冗余。对于训练数据预处理，您也可以直接将数据传递给该函数。
完成后，您需要为测试句子创建词袋。
然后你可以对训练好的LR模型使用predict函数来预测输出。
谢谢。
【讨论】：