尽管具有相同的列，但feature_names在xgboost中存在错误

Question

我将训练（X）和测试数据（test_data_process）设置为相同的列和顺序，如下所示：

但是当我这样做

predictions = my_model.predict(test_data_process)    

它出现以下错误：

  

ValueError：feature_names不匹配：['f0'，'f1'，'f2'，'f3'，'f4'，'f5'，'f6'，'f7'，'f8'，'f9'，' f10”，“ f11”，“ f12”，“ f13”，“ f14”，“ f15”，“ f16”，“ f17”，“ f18”，“ f19”，“ f20”，“ f21”，“ f22” ，“ f23”，“ f24”，“ f25”，“ f26”，“ f27”，“ f28”，“ f29”，“ f30”，“ f31”，“ f32”，“ f33”，“ f34”]] [ 'MSSubClass'，'LotFrontage'，'LotArea'，'OverallQual'，'OverallCond'，'YearBuilt'，'YearRemodAdd'，'MasVnrArea'，'BsmtFinSF1'，'BsmtFinSF2'，'BsmtUnfSF'，'TotalBsmtSFSF' '，'2ndFlrSF'，'LowQualFinSF'，'GrLivArea'，'BsmtFullBath'，'BsmtHalfBath'，'FullBath'，'HalfBath'，'BedroomAbvGr'，'KitchenAbvGr'，'TotRmsAbvGrd'，' “ GarageCars”，“ GarageArea”，“ WoodDeckSF”，“ OpenPorchSF”，“ EnclosedPorch”，“ 3SsnPorch”，“ ScreenPorch”，“ PoolArea”，“ MiscVal”，“ YrMoSold”]   预期的f22，f25，f0，f34，f32，f5，f20，f3，f33，f15，f24，f31，f28，f9，f8，f19，f14，f18，f17，f2，f13，f4，f27，f16，f1 ，f29，f11，f26，f10，f7，f21，f30，f23，f6，f12   训练数据没有以下字段：OpenPorchSF，BsmtFinSF1，LotFrontage，GrLivArea，YrMoSold，FullBath，TotRmsAbvGrd，GarageCars，YearRemodAdd，BedroomAbvGr，PoolArea，KitchenAbvGr，LotAreas，HalfBathFuns，MiscVal，MSSFBu， ，ScreenPorch，3SsnPorch，TotalBsmtSF，GarageYrBlt，MasVnrArea，TotalQuality，Fireplaces，WoodDeckSF，2ndFlrSF，BsmtFinSF2，BsmtHalfBath，LowQualFinSF，TotalCond，GarageArea

因此，它抱怨训练数据（X）没有这些字段，而有。

如何解决此问题？

[更新]：

我的代码：

X = data.select_dtypes(exclude=['object']).drop(columns=['Id'])
X['YrMoSold'] = X['YrSold'] * 12 + X['MoSold']
X = X.drop(columns=['YrSold', 'MoSold', 'SalePrice'])
X = X.fillna(0.0000001)

train_X, val_X, train_y, val_y = train_test_split(X.values, y.values, test_size=0.2)

my_model = XGBRegressor(n_estimators=100, learning_rate=0.05, booster='gbtree')
my_model.fit(train_X, train_y, early_stopping_rounds=5, 
    eval_set=[(val_X, val_y)], verbose=False)

test_data_process = test_data.select_dtypes(exclude=['object']).drop(columns=['Id'])
test_data_process['YrMoSold'] = test_data_process['YrSold'] * 12 + test_data['MoSold']
test_data_process = test_data_process.drop(columns=['YrSold', 'MoSold'])
test_data_process = test_data_process.fillna(0.0000001)
test_data_process = test_data_process[X.columns]

predictions = my_model.predict(test_data_process)    

Answer 1

那是一个诚实的错误。

输入数据时，您正在使用np数组：

train_X, val_X, train_y, val_y = train_test_split(X.values, y.values, test_size=0.2)

（ X.values 是一个np.array）

未定义列名

输入预测数据集时，您正在使用数据框

您应该使用：

predictions = my_model.predict(test_data_process.values)  

（添加 .values ）