我在Sklearn的Pipeline()类中使用SelectKBest()来将特征数量从30个减少到最佳的5个。当我训练分类器时，测试结果如预期般因特征选择而有所不同。然而，我在代码中发现了一个错误，但似乎在运行时并未引起实际错误。

当我调用predict()时，我意识到它仍然将所有30个特征作为输入，好像没有进行特征选择一样。尽管我只在最佳的5个特征上训练了模型。如果只在5个最佳特征上训练SVM，然后给它30个特征来预测类别，肯定会崩溃，对吗？

在我的train_model(df)函数中，我的代码如下所示：

def train_model(df):    x,y = balance_dataset(df)    X_train, X_test, y_train, y_test = train_test_split(x, y, test_size = 0.3, random_state = 0)    feature_selection = SelectKBest()    pipe = Pipeline([('sc', preprocessing.MinMaxScaler()),                    ('feature_selection', feature_selection),                    ('SVM', svm.SVC(decision_function_shape = 'ovr', kernel = 'poly'))])    candidate_parameters = [{'SVM__C': [0.01, 0.1, 1], 'SVM__gamma': [0.01, 0.1, 1], 'feature_selection__k': [5]}]    clf = GridSearchCV(estimator = pipe, param_grid = candidate_parameters, cv = 5, n_jobs = -1)    clf.fit(X_train, y_train )    return clf 

然而，当我调用trade()时会发生以下情况：

def trade(df):    clf = train_model(df)     for index, row in trading_set.iterrows():         features = row[:-3] #features现在是一个包含30个特征的数组，尽管模型只在5个特征上训练        if trade_balance > 0:            trades[index] = trade_balance            if clf.predict(features) == 1: #所以这应该崩溃并给出输入形状错误，但它没有            #其余代码不必要#

所以我的问题是，我如何知道模型真的只在5个最佳特征上进行训练？

回答：

你的代码是正确的，没有理由会给你抛出任何错误。你混淆了管道对象和模型本身，后者只是管道的一个组成部分。

在你的例子中，管道接收30个特征，对它们进行缩放，选择5个最佳特征，然后在这些5个最佳特征上训练SVM。因此，你的SVM已经在5个最佳特征上进行了训练，但你仍然需要将所有30个特征传递给你的管道，因为你的管道期望数据以训练时的相同格式输入。