我在python中创建了一个简单的Keras深度学习模型。训练中变量的总no为195,而未见的测试数据为181,所有输入字段都是分类的(由一个热编码转换)。由于看不见的测试数据有一些不同的类别,这就是为什么在一个热编码字段与train不匹配的原因。
因此,在对未见测试数据进行预测时,模型给出了以下误差。有什么出路吗?
ValueError: Error when checking input: expected dense_30_input to have shape (195,)
but got array with shape (181,)