ValueError:X.shape[1]=96应等于2，即训练时的特征数

Question

我在这里学习教程：https://scikit-learn.org/stable/auto_examples/miscellaneous/plot_multilabel.html#sphx-glr-auto-examples-miscellaneous-plot-multilabel-py

我有要分类的文本，所以我对它们进行了编码。在线上

classif = OneVsRestClassifier(SVC(kernel = 'linear'))
classif.fit(X, Y)

我的{}是（188,96），我的{}是（188,2）

当我尝试运行clf.predict(test)时，即使test是（56,96），我也会得到错误ValueError: X.shape[1] = 96 should be equal to 2, the number of features at training time。这两个功能是从哪里来的？MyY标签是2D数组，但MyX有96列