Python 3.x 机器学习预测另一种价值观

我是ML的新手。我训练了我的数据集，然后用pickle保存它。我的训练数据集具有文本和值。我正试图从我的新数据集中得到一个估计值，它只有文本

然而，当我试图用经过训练的数据预测新值时，我得到了一个错误，即

ValueError：模型的特征数必须与输入匹配。型号n_特征为17804，输入n_特征为24635

你可以在下面查看我的代码。我现在要做什么

将open（'trained.pickle'，'rb'）作为read\u pickle：
加载=pickle.load（读取pickle）
dataset2=pandas.read_csv（'/root/Desktop/predict.csv'，encoding='cp1252'）
X2_列=数据集2[“文本”]
train\U tfIdf=vectorizer\U tfIdf.fit\U变换（X2\U train.values.astype（'U'））
x=已加载。预测（列车\u tfIdf）
打印（x）

适合数据，然后对其进行转换，这是您在测试时不想做的。这就像重新培训tfidf一样。因此，出于预测的目的，我建议简单地使用该方法。

您使用

17084

输入特征训练了您的模型，而现在您尝试使用

24635

特征预测某个对象，这是行不通的。Imagen你正在用11对11训练足球，然后游戏说你必须打14对14，你也会很紧张confused@PV8非常感谢你的评论，但实际上这很奇怪，因为我知道有很多工具在查找你的文本，然后给出一个结果，就像火腿或垃圾邮件一样。然而，我们知道他们正在使用大量的数据来教机器。