小编Dha*_*kar的帖子

代码如下，我正在尝试将训练数据用于 GBRT 回归树，相同的数据适用于其他分类器，但对于 GBRT 给出了上述错误。请帮忙 ：

dataset = load_files('train')
vectorizer = TfidfVectorizer(encoding='latin1')
X_train = vectorizer.fit_transform((open(f).read() for f in dataset.filenames)) 
assert sp.issparse(X_train)     
print("n_samples: %d, n_features: %d" % X_train.shape)
y_train = dataset.target
def benchmark(clf_class, params, name):
    clf = clf_class(**params).fit(X_train, y_train)

我需要对机器语言进行文本搜索。如果我使用任何可用的文本搜索词典，ts_vectors 就会搞砸。

前任。move -> 变成 mov 并且我的搜索失败了。

任何想法如何索引非语言单词？

谢谢！