我有一个jester数据，这个数据有100部电影，它的评论由24983用户提供，数据有很多缺失的数据。我的工作是预测它。
我想从决策树开始，
我想，首先我会选择第一列数据（它有第一部电影评论），然后我将从数据中删除第一列。然后我会适应它们，最后我会找到第一列的预测概率（从数据中删除）
我正在使用Python
import numpy as np
import pandas as pd
from sklearn.preprocessing import Imputer
from sklearn.preprocessing import PolynomialFeatures
from sklearn.ensemble import RandomForestClassifier
df = pd.read_excel(input_file, header=None)
matrix = df.as_matrix()
imp = Imputer(missing_values=99, strategy='mean', axis=0)
imp.fit(matrix)
matrix= imp.transform(matrix)
train_data = matrix[:,:90] #train data (train data has 90 column)
test_data = matrix[:,90:] #%10 test data (test data has 10 column)
array2 = train_data.copy()
column = array2[:,0] # 0. column should be delete
array2 = np.delete(array2,0,axis=1) # 0. column should be select
clf = RandomForestClassifier(n_estimators=25)
clf.fit(array2.astype(int), column.astype(int))
clf_probs = clf.predict_proba(column)
我上次给出的错误 - ＆gt; ValueError: Number of features of the model must match the input. Model n_features is 89 and input n_features is 24983
我必须像我告诉你的那样预测列（代码上方）
我该怎么办？我真的需要帮助。