Python 如果分类列在列集合中有多个值，但在测试数据中只有一个值，该怎么办？这样的功能在模特训练中有用吗？

我试图解决一个回归问题，在我的一个特征中，可以在序列集中使用两个值（'1'，'0'），但在测试数据中只能值为'1'。直观地说，包含此功能对我来说似乎是错误的，但我无法找到具体的逻辑来支持我的假设。

好吧，这取决于您总共拥有多少功能。如果数量很少（比如少于五个），那么这一单一特征很可能在分类中扮演重要角色。在这种情况下，我会说你有“数据不匹配”的问题；这意味着您的培训和测试数据来自不同的发行版。解决此问题的一个简单方法是将两个集合放在一起，将整个集合洗牌，然后再次拆分数据。

实际上，测试数据的性质是，它只有一个值，而不是偶然的不平衡。我总共有11个功能，包括数字和分类功能。在这种情况下，没有必要在您的培训集中保留该功能。请记住，使您的训练集和测试集来自几乎相似的分布是有帮助的，有时称为“人工数据合成”。一个例子是对训练数据应用裁剪和旋转等增强，使其看起来更类似于测试距离（通过覆盖更多的输入变量）