Machine learning 如何在ML中保存特征工程模型

建立模型后，我们保存模型以进行实时预测。但是，如果没有特征工程，保存模型将很简单，比如说，我做了一些chisquare、Randomforest来获得一些有助于模型准确性的特征。但当我保存此模型时，用于构建此模型的功能将与训练模型期间传递的原始数据完全不同

---

提前tnx。

TL DR:在通过模型之前，您还必须对看不见的数据运行特征生成管道

长版本：功能不保存在模型中，而是保存参数。例如，在笛卡尔平面上有10个不同的点（

x

和

y

坐标是特征），然后将它们转换为极坐标，例如

r

和

theta

。此后，您将其建模为一个圆。根据变换后的特征（极坐标空间中的坐标），计算圆的最佳拟合中心

C

和半径

r

。然后可以将中心和半径保存为模型。模型中没有保存的功能，而是参数

C

和

r

。现在给定一个新点，在使用模型进行决策之前，将其转换为极坐标空间。 因此，特征生成管道（在上面的示例中转换为极坐标空间）以及模型（中心和半径）对于建模目的来说已经足够了。

---

希望这能澄清疑问。

恐怕我不明白你的问题。您有一个包含所有原始数据的数据集

x

。您在

x

（特征工程）中创建、转换和调整一些变量，然后在转换后的

x

上训练您的模型，找到最佳的一个（这可能需要创建更多列），然后您就有了最终的

x

和最终模型。你可以保存你的最终模型，它应该与你的上一个

x

匹配，不是吗？tnx的帮助@SukuyaYou可以接受其他人关闭的答案。谢谢