在经过训练的ANN模型上预测多行

Question

以下是代码：

编码分类数据

X = pd.DataFrame(X)
X = pd.get_dummies(X,columns=[0,1,27,28,29,30,31,32,33,34])
X = X.values
X = pd.DataFrame(X)

预测多行数据

X_from_chk = pd.read_excel('ERC_CHK.xlsx')
X_from_chk=X_from_chk.iloc[:, 1:33].values
X_from_chk = pd.DataFrame(X_from_chk)
X_from_chk = pd.get_dummies(X_from_chk,columns=[0,1,23,24,25,26,27,28,29,30,31])
X_test_chk = sc.fit_transform(X_from_chk)
predictions = classifier.predict(X_test_chk)
predictions = (predictions>0.5) 

  

ValueError：检查输入时出错：预期density_22_input具有   形状（391，），但数组的形状为（96，）

我理解此错误是因为在预测数据集中没有太多分类值。

问题是我们应该如何为模型准备我们的预测数据集？因为使用get_dummies或标签编码对分类数据进行编码后，列数可能会减少？