这可能看起来是一个简单的问题。但是我在用模型预测结果时遇到了困难。我的问题是这样的：

我有一个数据集，形状为1000 x 19（不包括目标特征），但在进行独热编码后变成了1000 x 141。因为我在形状为1000 x 141的数据上训练了模型，所以我需要形状至少为1 x 141的数据来进行预测。我也知道在Python中，可以使用以下方式进行未来预测：

model.predict(data)

但是，因为我通过一个web门户从最终用户那里获取数据，这些数据的形状是1 x 19。现在我非常困惑，不知道该如何继续进行基于用户数据的预测。

我如何将形状为1 x 19的数据转换成1 x 141，同时要保持与训练/测试数据相同的顺序，也就是说列的顺序不能改变？在这方面任何帮助都将非常感激。

回答：

我假设你是在使用sklearn的OneHotEncoder来创建独热编码。如果你使用的是这个，那么问题应该很容易解决。因为你在训练数据上拟合了独热编码器

from sklearn.preprocessing import OneHotEncoder
encoder = OneHotEncoder(categories = "auto", handle_unknown = "ignore")
X_train_encoded = encoder.fit_transform(X_train)

所以现在在上面的代码中，你的编码器已经在训练数据上拟合了，所以当你获得测试数据时，你可以使用这个拟合后的编码器将其转换成相同的编码数据。

test_data = encoder.transform(test_data)

现在你的测试数据也将是1×141的形状。你可以使用以下方式检查形状：

(pd.DataFrame(test_data.toarray())).shape