Acredito que seja uma dúvida simples, porém em todos os cursos que estou fazendo o instrutor ensina a separar dados de treino e teste de um csv ou alguma base. Porém quero fazer os testes com o input do usuário ao invés disso, mas quando tento, diz que precisa ter o mesmo tamanho que os treinos, não há uma forma de testar só um input?
Estou usando a coluna tratamento_5 com o seguinte código
tfidf = TfidfVectorizer(lowercase=False)
vetor_tfidf = tfidf.fit_transform(resenha["tratamento_5"])
treino, teste, classe_treino, classe_teste = train_test_split(vetor_tfidf,
resenha["classificacao"],
random_state = 42)
regressao_logistica.fit(treino, classe_treino)
acuracia_tfidf = regressao_logistica.score(teste, classe_teste)
print(regressao_logistica.predict(teste).tolist())
Esse código separa os dados de teste e treino e prediz com os dados de teste.
Porém quero fazer algo com a interação do usuário, ou seja um texto inserido pelo usuário, tentei dessa forma:
vetor_tfidf2 = tfidf.fit_transform(["Esse filme foi muito bom, gostei dos movimentos de ação do inicio até o final do filme"])
treino, teste, classe_treino, classe_teste = train_test_split(vetor_tfidf2,
resenha["classificacao"],
random_state = 42)
regressao_logistica.fit(treino, classe_treino)
acuracia_tfidf = regressao_logistica.score(teste, classe_teste)
print(regressao_logistica.predict(teste).tolist())
print(vetor_tfidf2.shape)
print(resenha['classificacao'].shape)
Porém me retorna o seguinte erro
ValueError: Found input variables with inconsistent numbers of samples: [1, 49459]
Isso me parece que é porque os dados de treino e teste tem tamanhos diferentes, mas como posso fazer somente com uma frase e não usando o dataframe como tentei?