Python sklearn.linear_model：LinearRegression（）当.predict（）时出现ValueError

Question

我的训练矩阵X具有形状（5182,19231），y是1和0的列表，长度为5182.我的测试矩阵具有形状（496,5477）。我将它们存储在单独的pickle文件中。这是我的代码：

def read(pklFile1):
    f=open(pklFile1, 'rb')
    Y = cPickle.load(f)
    f.close()
    return Y
if __name__ == '__main__':
    X=read("results/train_feature.pkl")
    y=read("results/train_label.pkl")
    test=read("results/test_feature.pkl")
    target=read("test_label.pkl")
    clf=LogisticRegression()
    clf=clf.fit(X, y)
    predicted= clf.predict(test)
    accuracy=np.mean(predicted == target)
    print accuracy

运行代码时，运行
时出现以下消息 predicted = clf.predict(test)：

  

ValueError: X has 5477 features per sample; expecting 19231

我该如何解决？

Answer 1

您在19231特征上训练了一个linar模型，但想要预测一些只有5477个特征的新样本。 这不是线性模型的工作方式（或大多数分类器）。功能的数量必须相同！

由19231变量的线性组合组成的线性模型如何仅适用于5477个变量？如果在预测期间某些变量是未知的，您可以将它们归咎于它们（例如设置为零或均值），但即使这种方法也需要知道变量的精确映射。列车中的哪个变量对应于预测中的变量。