高人来了啊，呵呵呵，要给我的学术水平，热心指数，信用等级加分哦。
（1）类别问题
这是一个categorization的问题。什么叫组training？就是你已知他的类别，通过traning来获取样本的特征空间的分布。当你的training确定好之后，你的类别也就确定好了，不可以随意改动。
given一个test data，理论上来说，应该是不知道test data的类别，需要用你的classifer去做预测。但是有时为了评价分类器的好坏，所以也会认为的标注test data的类别，并与classifier预测的结果进行对比，来评价分类器的效果。

如果你明知你的test data里有一个不属于分类器中的某一个类别，你用分类器去给他分类有什么意义呢？比如你有一个中日韩语言的分类器，你用一个英文的test data，虽然最终他会被分到中日韩某一个类别里。但你的test是没有任何意义的？既不能评价分类器的好坏，也不能评价新类别的可分度。

（2）未知的类
当然，还是用上面的类别。
如果你的test的样本里的确包含一些英语，如果把英语标记成中日韩，则会导致你分类器评价有偏差，甚至错误。怎么办了？于是你可以用一个阈值，当某个样本属于中日韩的概率都极低的时候，你可以说，这是一个位置的样本。
这样你就不会把这个样本计入后面的分类器评价啦。

希望对你有帮助。