Python 实现特征选择

我在尝试使用特征选择的数据集进行预测时遇到的一个问题是，一旦选择了某些特征，如果要在测试数据集上进行预测，测试数据集的特征将不会对齐，因为由于特征选择，训练数据集的特征将减少。如何正确实施特征选择，以使测试数据集具有与训练数据集相同的特征

例如：

 from sklearn.datasets import load_iris
 from sklearn.feature_selection import SelectKBest
 from sklearn.feature_selection import chi2
 iris = load_iris()
 X, y = iris.data, iris.target
 X.shape
(150, 4)
 X_new = SelectKBest(chi2, k=2).fit_transform(X, y)
 X_new.shape
(150, 2)

---

我相信您希望通过首先拟合

SelectKBest

然后

transform

您的测试数据来创建一个功能选择器对象。像这样：

feature_selector = SelectKBest(chi2, k=2).fit(X_train, y)
X_train_pruned = feature_selector.transform(X_train)
X_test_pruned = feature_selector.transform(X_test)

---

您还必须

转换
您的测试集。。。不要使用
fit\u transform
，只使用
transform
。这要求您保存
SelectKBest
对象，以便：

selector = SelectKBest(chi2, k=2)
X_train_clean = selector.fit_transform(X_train, y_train)
X_test_clean = selector.transform(X_test)

您还必须
转换
您的测试集。。。不要使用
fit_transform
，而只使用
transform
@juanpa.arrivillaga。我唯一关心的是，当在测试数据集上实现特征选择时，是否有可能获得与训练数据集不同的特征集？出于这个原因，您不会在测试数据上进行特征选择。