优化代码from sklearn.feature_extraction import DictVectorizer vec = DictVectorizer(sparse=False) X_train = vec.fit_transform(X_train.to_dict('records')) X_test=vec.transform(X_test.to_dict('records'))，出错AttributeError: 'numpy.ndarray' object has no attribute 'to_dict'

这个错误是因为 `numpy.ndarray` 类型没有 `to_dict` 方法。所以你需要将 `X_train` 和 `X_test` 转换成字典类型，再进行向量化。

可以使用 Pandas 库的 DataFrame 类型来实现这个转换：

import pandas as pd

# 将 X_train 和 X_test 转换成 Pandas 的 DataFrame 类型
X_train_df = pd.DataFrame(X_train)
X_test_df = pd.DataFrame(X_test)

# 将 DataFrame 转换成字典类型并进行向量化
vec = DictVectorizer(sparse=False)
X_train = vec.fit_transform(X_train_df.to_dict('records'))
X_test = vec.transform(X_test_df.to_dict('records'))

这样就可以避免这个错误了。