模型的特征数量必须与输入匹配。模型n_features是40和输入n_features是38

Question

我得到这个错误。请给我任何建议来解决它。这里是我的代码。我从train.csv traing数据和测试数据从另一个文件test.csv。我是机器学习的新手，所以我不明白什么是问题。任何建议。

import quandl,math  
import numpy as np  
import pandas as pd  
import matplotlib.pyplot as plt 
from matplotlib import style 
import datetime 
from sklearn.ensemble import RandomForestClassifier 
from sklearn.preprocessing import LabelEncoder 
from sklearn.feature_extraction.text import CountVectorizer 
from sklearn import metrics 
train = pd.read_csv("train.csv", index_col=None) 
test = pd.read_csv("test.csv", index_col=None) 
vectorizer = CountVectorizer(min_df=1) 
X1 = vectorizer.fit_transform(train['question']) 
Y1 = vectorizer.fit_transform(test['testing']) 
X=X1.toarray() 
Y=Y1.toarray() 
#print(Y.shape) 
number=LabelEncoder() 
train['answer']=number.fit_transform(train['answer'].astype('str')) 
features = ['question','answer'] 
y = train['answer'] 
clf=RandomForestClassifier(n_estimators=100) 
clf.fit(X[:25],y) 
predicted_result=clf.predict(Y[17]) 
p_result=number.inverse_transform(predicted_result) 
f = open('output.txt', 'w') 
t=str(p_result) 
f.write(t) 
print(p_result) 

Answer 1

您的代码有多个问题。 但是与这个问题有关的事情是，你正在使用CountVectorizer（vectorizer）同时训练和测试数据，这就是为什么你得到不同的功能。

你应该做的是：

X1 = vectorizer.fit_transform(train['question']) 

# The following line is changed 
Y1 = vectorizer.transform(test['testing'])