这是一个非常初级的问题。但我已经实现了随机森林算法来预测基于起始地、目的地、供应商等因素的交货所需天数。我已经使用过去12个月的数据（80%训练数据，20%测试数据）实现了RF，并且取得了不错的结果

我的问题是，在实现RF时，我已经有了交货所需的天数数据，但在未来的数据集中，我将不会有这一列。我应该如何使用这个已经训练好的模型，利用起始地、目的地、日期等进行未来的预测？

回答：

这是我的随机森林模型，如你所见，我将数据集分成了两部分：y和x。y是预测值或目标列，x是整个数据集减去y。这样你就可以使用你的训练集来预测你所需要的交货时间。

注意：这段代码是用于森林回归器的，如果你需要分类器的代码，请告诉我！

仅是数据框定义：

y = df[targetkolom] #预测列或目标列x = df.drop(targetkolom, 1) #整个数据集减去目标列

完整代码：