Python：使用scikit-learn进行预测，给出空白预测

Question

我从事客户支持工作，在给定一组培训票证的情况下，我正在使用scikit-learn来预测我们机票的标签（培训集中约40,000张票证）。

我正在使用基于此模型的分类模型。即使训练集中的所有票证都没有标签，它也只是将“（）”作为我的许多票证测试组的标签进行预测。

我的标签训练数据是一个列表列表，例如：

tags_train = [['international_solved'], ['from_build_guidelines my_new_idea eligibility'], ['dropbox other submitted_faq submitted_help'], ['my_new_idea_solved'], ['decline macro_backer_paypal macro_prob_errored_pledge_check_credit_card_us loading_problems'], ['dropbox macro__turnaround_time other plq__turnaround_time submitted_help'], ['dropbox macro_creator__logo_style_guide outreach press submitted_help']]

虽然我的票务说明训练数据只是一个字符串列表，例如：

descs_train = ['description of ticket one', 'description of ticket two', etc]

这是构建模型的代码的相关部分：

import numpy as np

import scipy

from sklearn.pipeline import Pipeline

from sklearn.feature_extraction.text import CountVectorizer

from sklearn.feature_extraction.text import TfidfTransformer

from sklearn.multiclass import OneVsRestClassifier

from sklearn.svm import LinearSVC

# We have lists called tags_train, descs_train, tags_test, descs_test with the test and train data

X_train = np.array(descs_train)

y_train = tags_train

X_test = np.array(descs_test)  

classifier = Pipeline([

    ('vectorizer', CountVectorizer()),

    ('tfidf', TfidfTransformer()),

    ('clf', OneVsRestClassifier(LinearSVC(class_weight='auto')))])

classifier.fit(X_train, y_train)

predicted = classifier.predict(X_test)

但是，“预测”给出的列表如下：

predicted = [(), ('account_solved',), (), ('images_videos_solved',), ('my_new_idea_solved',), (), (), (), (), (), ('images_videos_solved', 'account_solved', 'macro_launched__edit_update other tips'), ('from_guidelines my_new_idea', 'from_guidelines my_new_idea macro__eligibility'), ()]

我不明白为什么训练集中没有空白（）的原因。它不应该预测最接近的标签吗？谁能推荐我正在使用的模型的任何改进？

非常感谢您的提前帮助！