Python 使用新数据测试文本分类ML模型失败

我已经建立了一个机器学习模型，将电子邮件分类为垃圾邮件还是非垃圾邮件。现在我想测试我自己的电子邮件，看看结果。因此，我编写了以下代码对新电子邮件进行分类：

message = """Subject: Hello this is from google security team we want to recover your password. Please contact us 
as soon as possible"""

message = pd.Series([message,])
transformed_message = CountVectorizer(analyzer=process_text).fit_transform(message)
proba = model.predict_proba(transformed_message)[0]

知道

process\u text

是一个处理电子邮件的函数，当我运行代码时，我会出现以下错误：

Number of features of the model must match the input. Model n_features is 37229 and input n_features is 13 

---

问题出在哪里？我该如何解决？

对于此类管道中的所有数据预处理步骤，我们再也不会适应了，就像您在这里使用（新定义的）计数向量器所做的那样

---

因此，您应该通过应用其

transform

方法重用现有的计数向量器（即用于训练数据的计数向量器），而不是将

fit\u transform

与新的计数向量器一起使用。这将允许您的新数据映射到训练数据的37229个特征（模型是用这些特征训练的），而不是将计数向量器重新匹配到如此短的文本时生成的13个特征。

如果答案解决了您的问题，请接受它-请参阅