Python sklearn.linear_model: Linear Regression() ValueError occurred when .predict()

Question

我的训练矩阵 X 的形状为 (5182, 19231)，y 是长度为 5182 的 1 和 0 的列表。我的测试矩阵的形状为 (496, 5477)。我将它们存储在单独的 pickle 文件中。这是我的代码：

def read(pklFile1):
    f=open(pklFile1, 'rb')
    Y = cPickle.load(f)
    f.close()
    return Y
if __name__ == '__main__':
    X=read("results/train_feature.pkl")
    y=read("results/train_label.pkl")
    test=read("results/test_feature.pkl")
    target=read("test_label.pkl")
    clf=LogisticRegression()
    clf=clf.fit(X, y)
    predicted= clf.predict(test)
    accuracy=np.mean(predicted == target)
    print accuracy

当我运行我的代码时，运行ning
出现以下信息 predicted = clf.predict(test):

ValueError: X has 5477 features per sample; expecting 19231

我该如何解决？

Answer 1

您在 19231 个特征上训练了一个线性模型，但想要预测一些只有 5477 个特征的新样本。 这不是线性模型（或大多数分类器）的工作方式。特征数量需要相同！

由 19231 个变量的线性组合组成的线性模型应该如何仅对 5477 个变量起作用？如果在预测过程中某些变量是未知的，您可以估算它们（例如设置为零或均值），但即使是这种方法也需要知道变量的确切映射。 train 中的哪个变量对应于 predict 中的哪个变量。

Python sklearn.linear_model: Linear Regression() ValueError occurred when .predict()

Python sklearn.linear_model: LinearRegression() ValueError occured when .predict()

python

nlp

machine-learning

linear-regression

scikit-learn