CountVectorizer MultinomialNB ValueError: Dimension nicht übereinstimmen

Question

Ich versuche, meine MultinomialNB arbeiten zu lassen. Ich verwende den CountVectorizer auf meinem Trainings- und Testset und natürlich gibt es in beiden Sätzen unterschiedliche Wörter. Also ich sehe, warum der Fehler

auftritt, aber ich weiß nicht, wie man es beheben kann. Ich habe versucht, CountVectorizer().transform statt CountVectorizer().fit_transform wie in einem anderen Beitrag vorgeschlagen wurde (SciPy and scikit-learn - ValueError: Dimension mismatch), aber das gibt mir nur

NotFittedError: CountVectorizer - Vocabulary wasn't fitted. 

wie kann ich CountVectorizer richtig benutzen?

from sklearn.feature_extraction.text import CountVectorizer 
from sklearn.cross_validation import train_test_split 
from sklearn.naive_bayes import MultinomialNB 
from sklearn.metrics import classification_report 
import sklearn.feature_extraction 

df = data 
y = df["meal_parent_category"] 
X = df['name_cleaned'] 
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3) 
X_train = CountVectorizer().fit_transform(X_train) 
X_test = CountVectorizer().fit_transform(X_test) 
algo = MultinomialNB() 
algo.fit(X_train,y_train) 
y = algo.predict(X_test) 
print(classification_report(y_test,y_pred)) 

Answer 1

Ok, also nachdem diese Frage ich es herausgefunden :) Hier ist die Lösung mit Vokabular und so:

df = train 
y = df["meal_parent_category_cleaned"] 
X = df['name_cleaned'] 
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3) 
vectorizer_train = CountVectorizer() 
X_train = vectorizer_train.fit_transform(X_train) 
vectorizer_test = CountVectorizer(vocabulary=vectorizer_train.vocabulary_) 
X_test = vectorizer_test.transform(X_test) 
algo = MultinomialNB() 
algo.fit(X_train,y_train) 
y_pred = algo.predict(X_test) 
print(classification_report(y_test,y_pred))