Sklearn拟合与预测，列顺序重要吗？

Question

说let和X1是2个熊猫数据帧，具有相同的列，但顺序可能不同。假设模型是某种X2模型，例如LassoCV。假设我先sklearn，然后再model.fit(X1, y)。列以不同顺序排列是一个问题，还是模型为列名减轻了权重？

同样的问题，但是如果model.predict(X2)和X1以及numpy数组怎么办？

Answer 1

是的，我相信这很重要，因为sklearn会将pandas DataFrame转换为值的数组（本质上称为X1.values），而不关注列名。但是，这很容易解决。只需使用：

X2 = X2[X1.columns]

它将X2的列重新排序为与X1相同的顺序

当然，numpy数组也是如此，因为它将使模型适合X1中的列，因此当您预测X2时，它将只是根据X1

中列的顺序进行预测

示例：

采用这两个数据框：

>>> X1
   a  b
0  1  5
1  2  6
2  3  7

>>> X2
   b  a
0  5  3
1  4  2
2  6  1

该模型适合X1.values：

array([[1, 5],
       [2, 6],
       [3, 7]])

您预测X2.values：

>>> X2.values
array([[5, 3],
       [4, 2],
       [6, 1]])

该模型无法知道列已切换。因此，请手动切换它们：

X2 = X2[X1.columns]

>>> X2
   a  b
0  3  5
1  2  4
2  1  6