如何处理测试数据中训练数据未包含的额外列

我一直在使用随机森林开发模型。我的训练数据集有15列,假设为A到O。模型使用上述特征进行训练。假设测试集也将具有相同数量的特征或列。但现在客户添加了一些列,模型无法对新数据进行预测。这适用于回归和分类问题。

除了训练数据中已有的列之外,有没有办法或机制来处理或避免新添加的列?我们需要明确编写代码吗?还是有任何参数或内置函数可以处理这种情况?感谢您的帮助。谢谢!


回答:

只需保留训练数据的列列表,并在测试数据中仅使用此列表中的列即可。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注