我有一个数据集，其中包含多列数据，用于决定一个特定的销售机会是否会成交。数据集中还有一列ID，用于指示每一行代表哪个销售机会。我选择通过简单地从数组的前端切掉ID列来将其排除在一键编码和特征分析之外，操作如下：

num_feature_columns = len(feature_extract.columns) - 1X = feature_extract.values[:, 1:num_feature_columns]y = feature_extract.values[:, num_feature_columns]y = y.astype('int')X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.5, test_size=0.5, random_state=0)

即X[0]仍然包含ID信息，而X_train[0]/X_test[0]仅包含与分类相关的列（剩余部分）。

我的问题/疑问是，在计算结果后，我希望保留这些ID并通过图表或插图展示，以便指示哪些销售机会被认为最有可能或最不可能被分类。我当前的图表如下：

y_pred = model.predict(X_test)plot_model_summary(y_test, y_pred, "LR_plot.png")

如何修改图表摘要以包含至少一些数据点的ID？我是否需要在测试集中以某种方式携带这些ID？或者是否有办法在事后使用原始特征集将ID与数据点连接起来？

回答：

您可以将ID保留在X数组中，通过train_test_split携带它们，但随后在拟合和预测时不使用它们，例如：

model.fit(X_train[:, 1:], y)model.predict(X_test[:, 1:])

这样，所有的ID仍然在X_train和X_test中，因此您的绘图函数可以使用它们。