Классификация текста по размеченным данным

import os
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.feature_extraction.text import TfidfVectorizer
 
 
path = r'D:\INSTALL\Python3\PROJECTS'
df1 = pd.read_excel(os.path.join(path,"1.xlsx"))
 
X_data = df1['text'].values
X_data = X_data.tolist()
 
target = df1['class'].values
df2 = pd.read_excel(os.path.join(path,"2.xlsx"))
X_new = df2['text'].values
 
vectorizer = TfidfVectorizer()
X_data = vectorizer.fit_transform(X_data)
 
X_train, X_test,y_train,y_test = train_test_split(
                    X_data,          # обучающие данные
                    target,          # ответы
                    train_size=0.75, # 75 % на обучение, 25% - на тест точности 
                    random_state=10)
 
 
clf = KNeighborsClassifier(n_neighbors = 1) # K-ближайших соседей, в данном случае редуцированный вариант до 1 соседа вследствие мизерной выборки.
clf.fit(X_train, y_train)
# прогноз для тестового набора
y_pred = clf.predict(X_test) 
 
X_new_vec = vectorizer.transform([X_new[0]]) #
# прогноз для нового документа
X_new_pred = clf.predict(X_new_vec)[0]
print(X_new_pred) # метка класса - второй