產生問題的原因：
本人在做一個自己的情感分析評測模型，但是在使用sklearn的TfidfVectorizer將分詞好的文本轉化爲向量的時候出現了問題，將分詞中文轉爲詞向量後其實他的特徵是一定了的也就是固定的，如果現在有新的一句話進來使用剛保存好的tfidf模型轉化向量的列也就是特徵是和訓練的數據不一致的，原因是你可能使用了fit_transform對新的中文列表（分詞好的）進行向量化。
解決辦法：
解決辦法很簡單，就是使用sklearn的transform進行詞向量的生成，它是在原來特徵基礎上進行構建向量，所以在後期進行predict的時候就不會出現維度不一致的報錯！
總結：
如果想仔細瞭解學習兩者之間的區別請到下面的博主進行學習。
https://www.wandouip.com/t5i96455/
https://blog.csdn.net/tristan_tian/article/details/100132775