admin管理员组文章数量:1650772
@创建于：20210107
@修改于：20210107,20210108
文章目录
- 1、背景
- 2、predict()介绍 ( xgboost==0.90)
- 3、解决办法
- 3.1 把validate_features设置为False
- 3.2 把输入的数据（dataframe类型）的列名进行对应修改
- 3.3 变更predit输入数据的格式
- 3.4 思考
- 4、参考链接
1、背景
XGBClassifier自带fit()、predict()方法。
当通过网格搜索，交叉验证后，获得了最佳的参数，形成模型，并保存。
当再次加载模型，对测试集进行预测时候，使用XGBClassifier自带predict()方法时候，发现出现该问题。即：ValueError(“feature_names mismatch: [‘ntp’, ‘pg’, ‘dbp’, ‘tsft’, ‘si’, ‘bmi’, ‘dpf’, ‘age’] [‘f0’, ‘f1’, ‘f2’, ‘f3’, ‘f4’, ‘f5’, ‘f6’, ‘f7’]\nexpected bmi, age, si, dpf, ntp, dbp, tsft, pg in input data\ntraining data did not have the following fields: f5, f3, f1, f4, f6, f7, f0, f2”,)
2、predict()介绍 ( xgboost==0.90)
（1）用法
predict(self, data, output_margin=False, ntree_limit=None, validate_features=True)
（2）参数及其含义
| 参数 | 类型 | 介绍 |
|---|---|---|
| data | DMatrix | The dmatrix storing the input. |
| output_margin | bool | Whether to output the raw untransformed margin value. |
| ntree_limit | int | Limit number of trees in the prediction; defaults to best_ntree_limit if defined(i.e. it has been trained with early stopping), otherwise 0 (use all trees). |
| validate_features | bool | When this is True, validate that the Booster’s and data’s feature_names are identical. Otherwise, it is assumed that the feature_names are the same. |
3、解决办法
3.1 把validate_features设置为False
预测时候代码为：model_xgb.predict(X_test.values, validate_features=False)，X_test是dataframe格式，X_test.values是ndarray格式。
此时的假设是，模型训练时用的训练数据集的特征名称、特征数据和特征顺序，与验证集的数据特征名称、特征数据和特征顺序完全一致。
在训练集和验证集通过dataframe格式，用train_test_split来划分的时候，是一致的。
3.2 把输入的数据（dataframe类型）的列名进行对应修改
预测时候代码为：model_xgb.predict(X_test.values)，X_test是dataframe格式，X_test.values是ndarray格式。
在数据（以dataframe结构）进行划分之前，对列名进行重命名。重命名为[‘f0’, ‘f1’, ‘f2’, ‘f3’, ‘f4’, ‘f5’, ‘f6’, ‘f7’]形式。这是XGB特征的命名格式。可通过model.get_booster().feature_names进行查看。
# 重命名，与featuer name一致
print('df_tmp columns original names are {}'.format(df_tmp.columns))
rename_dict = dict()
for index, value in enumerate(df_tmp.columns.values):
rename_dict[value] = "f" + str(index)
df_tmp.rename(columns=rename_dict, inplace=True)
print('df_tmp columns new names are {}'.format(df_tmp.columns))
3.3 变更predit输入数据的格式
X_test是dataframe格式，修改下面代码。
把
y_pred = model_xgb.predict(data=X_test.values)
改成
y_pred = model_xgb.predict(data=X_test)
3.4 思考
（1）predict中的data，要求是DMatrix格式，但可以兼容dataframe格式。
（2）当data是dataframe类型时，XGBoost的特征名称就是列名。
（3）当data是ndarray类型时，XGBoost的特征名称默认是[‘f0’, ‘f1’, ‘f2’]样式。
- 可修改dataframe的列名成[‘f0’, ‘f1’, ‘f2’]样式；
- 可把validate_features设置成False。
4、参考链接
（1）解决xgboost报错 ： ValueError: feature_names mismatch
（2）ValueError：feature_names不匹配
（3）成功解决 ValueError: feature_names mismatch training data did not have the following fields
本文标签： 报错XgboostValueErrormismatchfeaturenames
版权声明：本文标题：xgboost报错ValueError: feature_names mismatch 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dongtai/1729532076a1204936.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论