如何确保Make_Column_TransFormer正确标记对象？

Question

我建立了XGBoost模型，进行了预测，并评估了该模型的准确性。但是，我遇到了在新数据框架上使用该模型的问题。

新的数据框架代码：

new_data = [['Academic', 'A', 'Male', 'Less Interested', 'Urban', 56, 6950000, 83.0, 84.09, 
False]]

new = pd.DataFrame(data=new_data, columns = ['type_school', 'school_accreditation', 'gender', 
'interest', 'residence', 'parent_age', 'parent_salary', 'house_area', 'average_grades', 
'parent_was_in_college'])

column_trans = make_column_transformer(
(OneHotEncoder(), ['type_school','school_accreditation',
              'gender','interest','residence','parent_was_in_college']),
     remainder='passthrough')

X_new = column_trans.fit_transform(new)

preds = optimal_params.predict(X_new)

运行上述代码后，我会收到以下错误：

"ValueError: feature_names mismatch: ['f0', 'f1', 'f2', 'f3', 'f4', 'f5', 'f6', 'f7', 'f8', 
'f9', 'f10', 'f11', 'f12', 'f13', 'f14', 'f15', 'f16', 'f17', 'f18'] ['f0', 'f1', 'f2', 'f3', 
'f4', 'f5', 'f6', 'f7', 'f8', 'f9']
expected f17, f13, f18, f15, f10, f12, f16, f14, f11 in input data"

但是，column_trans是训练数据框架上使用的完全相同的错误，因此我不确定发生了什么。我的column_trans有什么问题吗？

Answer 1

据我了解，您不会保存column_trans，哪个fit在您的培训模型上。

这里的机制是

• 1. 适合培训数据集
• 1. 保存预处理程序（这是column_trans）
• 1. 当您进行推理（预测新数据）时，您会加载预处理器并进行变换

您可以在此上找到有关这些内容的更多信息。 70211411/19275378“>链接

Answer 2

运行预测时，应将新数据仅使用.transform（不是.fit_transform）进行转换。这是伪代码：

model = ... # some specification
model.fit(old_data) # learns the parameters
transformed_new_data = model.transform(new_data)