当列车集中的功能少于测试集中时加载svmlight样式文件

Question

我已将我的scikit-learn版本更新到最新版本0.15.2（更具体地说，我创建了一个新的anaconda环境）。看来，在这个版本中，在 sklearn / datasets / svmlight_format.py （第238行） load_svmlight_files（）方法中定义了一个新的ValueError：

elif n_features < n_f:
    raise ValueError("n_features was set to {},"
                     " but input file contains {} features"
                     .format(n_features, n_f))

我的问题是，我加载模型然后，我想加载我的测试数据，所以我在加载测试数据时使用此模型的coef_属性的形状（使用＆＃34; n_features＆＃34; load_svmlight_file（）方法的属性）。但是如果模型的功能少于测试数据，则加载失败。处理此设置的好方法是什么？我不确定何时添加了此异常，但似乎在0.14.1版本中没有。另外一个问题是，为什么添加了这个例外？

>>> from sklearn.externals import joblib
>>> from sklearn.datasets import load_svmlight_file
>>> clf = joblib.load('mymodel')
>>> print clf.coef_.shape
(11, 9862)
>>> X,y = load_svmlight_file('test_data', n_features=clf.coef_.shape[1] )
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File ".../anaconda/envs/test/lib/python2.7/site-packages/sklearn/datasets/svmlight_format.py", line 113, in load_svmlight_file
zero_based, query_id))
File ".../anaconda/envs/test/lib/python2.7/site-packages/sklearn/datasets/svmlight_format.py", line 248, in load_svmlight_files
.format(n_features, n_f))
ValueError: n_features was set to 9862, but input file contains 34912 features