Python 不可见数据中不存在虚拟变量级别

我训练了一个逻辑回归模型，其中有5个分类变量水平，所有水平对模型都是显著的

然而，在看不见的数据上，分类变量的级别数为3。 因此，经过训练的模型无法对看不见的数据进行预测，因为它无法找到某些水平

我使用了一种热编码来转换分类变量。 如何解决这个问题

用于转换为列车组中虚拟变量的代码：

   metadata_employeegroup = pd.get_dummies(df['metadata_employeegroup'],prefix='metadata_employeegroup',drop_first=True)
   df = pd.concat([df,metadata_employeegroup],axis=1)

基于RFE，只有一些因素水平对模型有显著影响。因此，在训练模型时，我会根据这些列对训练集进行子集设置

logsk.fit(X_train[col], y_train)
y_pred = logsk.predict_proba(X_test[col])

此处col仅包含3个级别的metadata_employeegroup。说L1，L2，L3

对于看不见的数据，我采用相同的方法创建虚拟变量。 但是，employeegroup的元数据级别为L1和L2。

---

经过培训的模型无法找到L3级别，正在抛出错误。

对于未查看数据中缺少的分类变量级别，请通过添加这些缺少的级别并将所有记录的值保持为0，在数据中创建新功能

---

我能用这个解决问题，你应该发布一些数据和代码，否则，你做了什么以及错误是什么还不清楚。只要您的编码在训练和测试之间保持一致，测试数据中缺少某些级别就可以了。因此，我要检查的第一件事是您的编码是否一致。例如，如果您使用5个假人对训练集进行编码，那么您也应该使用5个假人对测试集进行编码（即使其中2个假人始终为零）。我添加了一些代码，并详细解释了我面临的问题。你能调查一下吗。