我正在做文本分类任务。
我用火车文本数据构建了一个分类器，有1700多个属性（单词）。但是，我的测试数据只有500多个属性（单词），当我在上面的模型上运行测试数据时，它会抛出一个Train and test set are not compatible异常。我怎样才能转换与列车数据一致的测试数据属性？
脱离我的头顶：
计算每个数据文件中的行数，记下行数。
将train和test文件一起复制到一个文件中，应用StringToWordVector Filter。
暂时删除导致的那个巨大稀疏矩阵的上部~75％（确切的值可能是73.4542％或其他）。
将对应于已转换数据集的较低25％的剩余记录（这些行代表原始测试集）导出到其自己的.arff文件中。
现在撤消上限75％的删除操作。反转选择。删除对应于测试集的较低25％。
运行分类器。
通过加载上面导出的新arff文件，将模型应用于测试集。