我的代码与此类似：
train = read_csv('data/train.csv')
print(train.shape)
test = read_csv('data/test.csv')
print(test.shape)
treino = train
teste = test
我绘制了一些NA和NaN并转换了一些“对象”列以使其浮点，因为算法没有抱怨（无法将字符串转换为浮点），我使用：
treino[i] = Categorical(treino[i]).codes + 1
em todas作为colunas que quero转换器，并且：
del teste['Id']
del treino['Id']
机器学习算法如下：
treino.shape
(1459, 79)
array = treino.values
X = array[:,0:77]
Y = array[:,78]
modelo = XGBClassifier()
modelo.fit(X, Y)
但是当我使用模板预测测试数据时，出现以下错误：
teste.shape
(1459, 78)
arrayT = teste.values
xT = arrayT[:,:]
y_pred = modelo.predict(xT)
previsoes = [round(value) for value in y_pred]
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'，' f35'，'f36'，'f37'，'f38'，'f39'，'f40'，'f41'，'f42'，'f43'，'f44'，'f45'，'f46'，'f47' ，'f48'，'f49'，'f50'，'f51'，'f52'，'f53'，'f54'，'f55'，'f56'，'f57'，'f58'，'f59'，' f60'，'f61'，'f62'，'f63'，'f64'，'f65'，'f66'，'f67'，'f68'，'f69'，'f70'，'f71'，'f72' ，'f73'，'f74'，'f75'，'f76'] ['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'，'f35'，'f36'，'f37'，'f38'，'f39'，'f40'，'f41'，'f42'，'f43'，'f44'，'f45 '，'f46'，'f47'，'f48'，'f49'，'f50'，'f51'，'f52'，'f53'，'f54'，'f55'，'f56'，'f57'， 'f58'，'f59'，'f60'，'f61'，'f62'， 'f63'，'f64'，'f65'，'f66'，'f67'，'f68'，'f69'，'f70'，'f71'，'f72'，'f73'，'f74'，'f75 '，'f76'，'f77'] 训练数据没有以下字段：f77
