我在訓練數據上從 sklearn 訓練了一個 TFIDF，當我將詞匯應用到新數據上時，它給了我一個關鍵錯誤，因為它沒有從中學習。我該如何解決它？這是我的代碼。   def feature_engineering(self, inputs):        x = [self.analyser(seq) for seq in inputs]        return x    def fit(self, inputs):        if self.vocabulary and self.analyser:            pass        else:            vectorizer = TfidfVectorizer(                ngram_range=(self.config_dict["min_n_gram"], self.config_dict["max_n_gram"]), lowercase=False,                stop_words=None,min_df=2)            vectorizer.fit(inputs)            self.analyser = vectorizer.build_analyzer()            self.vocabulary = vectorizer.vocabulary_            save_object(os.path.join(self.feature_extraction_folder, "analyzer.pickle"), self.analyser)            save_object(os.path.join(self.feature_extraction_folder, "vocabulary.pickle"), self.vocabulary)    def transform(self, inputs):        vocab_size = len(self.vocabulary)        inputs = self.feature_engineering(inputs)        inputs = [[self.vocabulary[x] for x in l] for l in inputs]##This line generate an error        return np.array(inputs)