gensimとMecabを使った機械学習のエラーがなかなか修正できません。助けてください。

今、ツイッターAPIからとってきた情報を使って、機械学習の勉強をしています。

こちらの記事を参考にさせて頂き行っております。

    estimator.fit(data_train_s, label_train_s)
  File "/Library/Python/2.7/site-packages/sklearn/ensemble/forest.py", line 247, in fit
    X = check_array(X, accept_sparse="csc", dtype=DTYPE)
  File "/Library/Python/2.7/site-packages/sklearn/utils/validation.py", line 433, in check_array
    array = np.array(array, dtype=dtype, order=order, copy=copy)
ValueError: setting an array element with a sequence.

機械学習させるところでエラーが発生して前に進めません。
調べたら、配列の要素数が違うということで、確認したら
data_train_s：35
label_train_s：35
と出力されました。

半日以上悩んでいます。誰か助けてください。よろしくお願いします。

該当箇所も載せておきます。

python
1def mecab(db,estimator):
2    dates =[]
3    labels = []
4    for age in range(1,7):
5        docs = []
6        descriptions = (data['description'].encode('utf-8') for data in db.profile.find({"age": age*10}))
7        tagger = MeCab.Tagger('-Ochasen')
8        counter = Counter()
9        a = list(descriptions)
10        print a[0],age
11        for description in a:
12            nodes = tagger.parseToNode(description)
13            while nodes:
14                if nodes.feature.split(',')[0] == '名詞':
15                    word = nodes.surface.decode('utf-8')
16                    counter[word] += 1
17                nodes = nodes.next
18            for word, cnt in counter.most_common():
19                docs.append(json.dumps(word, ensure_ascii=False))
20            labels.append(age)
21            data_train = dictionary(docs,age,estimator)
22            dates.append(data_train)
23    data_train_s, data_test_s, label_train_s, label_test_s = train_test_split(dates, labels, test_size=0.5)
24    print len(data_train_s)
25    print len(label_train_s)
26    estimator.fit(data_train_s, label_train_s)
27    print(estimator.score(data_test_s, label_test_s))
28
29def dictionary(docs,age,estimator):
30    dictionary = gensim.corpora.Dictionary([docs])
31    data_train=[]
32    for doc in docs:
33        tmp=dictionary.doc2bow([doc])
34        dense = list(gensim.matutils.corpus2dense([tmp], num_terms=len(dictionary)).T[0])
35        age_arr=[age]
36        data_train.append(dense)
37    return data_train