Python XGBoost:功能名称不匹配

我一直在努力让我的XGBoost模型能够从文章的文本中预测文章的参与时间。首先，我得到一个数据框，表示我从文章中提取的特征，如下所示：

article_features = pd.concat([tfidf_df, numeric_df_normalized], axis=1)

然后，我训练我的模型并获得相关的正确列（功能）：

然后，我检查了所有必需的功能，并将它们设置为

0.0

，如果它们不在

文章功能中

：

for col in correct_columns:
        if col not in article_features.columns:
            article_features[col] = 0.0

最后，我删除了本文中提取的训练数据中不存在的特征：

for col in article_features:
    if col not in correct_columns:
        del article_features[col]

因此，现在

文章功能

具有正确数量的功能。我试着跑：

model.predict(article_features)

我得到：

ValueError: feature_names mismatch:...

所以我搜索了一下，并尝试将我的数据帧转换为：

model.predict(article_features.as_matrix())

但我也犯了同样的错误

然后我担心

文章_功能

中的列顺序与

正确列

不一样，所以我做了：

article_features.sort_index(axis=1, inplace=True)

但也犯了同样的错误

知道怎么修理吗

---

谢谢

其思想是，用于拟合模型的数据包含与用于训练模型的数据完全相同的特征

最后，我删除了从本文中提取的、不需要的特征 存在于培训数据中： .... 因此，现在article_features具有正确数量的功能

---

您用于拟合模型的数据中存在哪些功能，而用于训练的数据中不存在这些功能呢？

出现此问题的原因是

DMatrix..num_col（）

仅返回稀疏矩阵中非零列的数量。因此，如果列车和测试数据具有相同数量的非零列，则一切正常。否则，您将得到不同的要素名称列表。目前有三种解决方案可以解决此问题：

使用重新对齐列车数据帧和测试数据帧的列名称

test_df = test_df[train_df.columns]

先保存模型，然后加载模型

在输入模型之前，将测试数据更改为数组：

use test_df.values

而不是

test_df

---

您是如何培训

型号的

？我的意思是，它使用了哪些功能？准确地说，这些特征应该在预测过程中出现，否则就没有任何意义。

test_df