如何处理 Pycaret 在建模时添加额外的功能？ （为了重用模型）
How to deal with Pycaret's adding extra features while modelling? (For reusing the model)
导入 Pycaret 后，我调用了 setup(mydf, 'mytarget') 和 运行 compare_models()。然后，我想从比较列表中保存一个模型并将其用于另一个数据集。我所做的是这样的：lr = create_model('lr').
但是，当我尝试 lr.predict(mynewdfwithouttarget) 时，我遇到了大小不匹配错误：
X has 11 features per sample; expecting 37
列表中的其他模型也输出相同（或类似）的错误。
那么，在compare_models()里面训练出来的模型怎么使用呢？
谢谢。
创建模型：
lr = create_model('lr')
预测测试/保留样本：
predict_model(lr);
完成部署模型：
final_lr = finalize_model(lr)
对新数据的预测：
predictions = predict_model(final_lr, data = mynewdfwithouttarget)
导入 Pycaret 后，我调用了 setup(mydf, 'mytarget') 和 运行 compare_models()。然后，我想从比较列表中保存一个模型并将其用于另一个数据集。我所做的是这样的：lr = create_model('lr').
但是，当我尝试 lr.predict(mynewdfwithouttarget) 时，我遇到了大小不匹配错误：
X has 11 features per sample; expecting 37
列表中的其他模型也输出相同（或类似）的错误。
那么，在compare_models()里面训练出来的模型怎么使用呢？
谢谢。
创建模型：
lr = create_model('lr')
预测测试/保留样本：
predict_model(lr);
完成部署模型：
final_lr = finalize_model(lr)
对新数据的预测：
predictions = predict_model(final_lr, data = mynewdfwithouttarget)