我的X_test数据框的列名/顺序是否必须与我用于拟合的X_train相同？
下面是一个示例：
我正在用以下方法训练模型：
model.fit(X_train,y)
其中X_train=data['var1','var2']
但是在预测期间，当我使用时：
model.predict(X_test)
X_test定义为：
`X_test = data ['var1'，'var3']
其中var3可能是与var2完全不同的变量。由于predict是var3中的第二列，因此是否假设var2与X_test相同？
如果：
X_live定义为：'X_live = data ['var2'，'var1']
会预测知道重新排列X以便正确排列吗？
答案 0 :(得分：2)
首先回答您的问题“预测是否假设 var3 与 var2 相同，因为它是 X_test 中的第二列？”
没有；任何机器学习模型都没有任何这样的假设 您传递给拟合函数或预测的数据 功能。模型只看到一个数字数组，让它 是一个高阶多维数组。它完全在 用户关心的功能。
让我们考虑一个简单的分类问题，其中有 2 个组：
现在您想将以下个体归入任一类。
| 年龄 | 高度 | 重量 |
|---|---|---|
| 10 | 120 | 34 |
任何训练有素的分类器都可以轻松地将此数据点分类到儿童组，因为年龄和体重都很小。模型现在要考虑的向量是 [ 10, 120, 34 ]。
但是现在让我们按照以下方式重新排列特征列 - [ 120, 10, 34 ]。但是你知道120这个数字，你要指的是身高如果是个人而不是年龄！但是可以肯定的是，该模型不会理解您所知道或期望的内容，并且必然会将点归类到成人组。
希望能回答您的两个问题。
答案 1 :(得分：1)
列的名称无关紧要，但顺序无关紧要。您需要确保训练和测试数据中的顺序一致。如果您在训练数据中输入两列，则模型将假定任何将来的输入都是该顺序中的那些特征。
只是一个非常简单的思想实验。想象一下，您训练了一个减去两个数字的模型。功能为（n_1，n_2），您的输出将为n_1-n_2。
您的模型不处理列名（因为仅传递数字），因此它学习第一列，第二列和输出之间的关系，即output = col_1 - col_2。 / p>
无论传递什么内容，您都将获得传递的第一件事减去第二传递的结果。您可以命名传递的第一件事，并将传递的第二件事命名为任何东西想要，但最终还是会得到减法的结果。
要获得更多的技术知识，模型内部发生的事情主要是一系列矩阵乘法。您传入输入矩阵，发生乘法，然后得到结果。训练模型只是“调整”输入乘以的矩阵中的值，以最大程度地提高这些乘积的输出与标签的接近程度。如果您输入的输入矩阵与经过训练的矩阵不同，那么乘法仍然会发生，但是几乎可以肯定会得到非常错误的输出。下方没有重新排列的智能功能。