class TextClassfier:
    def __init__(self):
        self.classfier=MultinomialNB(),
        self.cv=CountVectorizer(max_features=4000)
    def features(self,x):
        return self.cv.transform(x)
    def fit(self,x,y):
        self.cv.fit(x)
        self.classfier.fit(self.features(x),y)
    def score(self,x,y):
        return self.model.score(self.features(x),y)
    def predict(self,x,y):
        return self.model.predict(self.features([x]))

model=TextClassfier()
model.fit(x_train,y_train)
display(model.socre(x_test,y_test))
display(model.predict(['中旬 备战 冲刺']))

老师 分类器为什么会是tuple类型呢？

老师 数据集的处理与划分，模型的选择和您的一样 为什么最后model.score()得到的评估分数和您的不一样呢，而且很低，是什么原因呢？

cv=CountVectorizer(max_features=4000)
model.fit(cv.fit_transform(x_train),y_train)
model.fit(cv.transform(x_train),y_train)

老师　cv.fit_transform与cv.transform有什么区别吗？

cv=CountVectorizer(max_features=4000)

老师 max_features是指挑选4000个词汇并指定唯一的ID吗

课程过时了，现在跟着课程实操完全没法下手

dictionary=corpora.Dictionary(segments)

老师 通过corproa.Dictionary生成的是语料库吗？

for line in data.content.values:
    segs=jieba.lcut(line)
    segs=filter(lambda x: len(x.strip())>1,segs)

老师 filter是对传入的列表对象中的每一个元素使用匿名函数吗？

这些代码是不是也得更新了？

这些链接数据是不是有点过时了?

老师 这两种热编码方式有什么不同吗？

OneHotEncoder.fit_transform
OneHotEncoder.transform

老师 这两种编码方式有什么不同吗？

OneHotEncoder.fit_transform
OneHotEncoder.transfor

lr=LogisticRegression(max_iter=1000)

老师 这个max_iter=1000是将所有的训练数据切分成1000份进行训练还是将所有数据看作一个整体训练1000次呢？

老师 逻辑回归与线性回归有什么区别吗？

data_con_end=pca.fit_transform(data_con)

老师 使用pca对连续型数据进行处理 为什么会对特征值报错呢？

老师 使用PCA无法对连续型数据降维吗？

data_bin=data_bin.astype(str)
data_bin_res=pca.fit_transform(data_bin)

我已经将数据类型转化为字符串类型了，但是使用pca时候报错