Python sklearn.linear_model：LinearRegression（）當.predict（）時出現ValueError

Question

我的訓練矩陣X具有形狀（5182,19231），y是1和0的列表，長度為5182.我的測試矩陣具有形狀（496,5477）。 我將它們存儲在單獨的pickle文件中。 這是我的代碼：

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

當我運行我的代碼時，運行時出現以下消息
predicted = clf.predict(test) ：

ValueError: X has 5477 features per sample; expecting 19231

我該如何解決？

Answer 1

您在19231特征上訓練了一個linar模型，但想要預測一些只有5477個特征的新樣本。 這不是線性模型的工作方式（或大多數分類器） 。 功能的數量需要相同！

您的線性模型（由19231變量的線性組合）如何僅對5477個變量起作用？ 如果某些變量在預測期間是未知的，您可以將它們歸咎於它們（例如設置為零或均值），但即使這種方法也需要知道變量的精確映射。 列車中的哪個變量對應於預測中的哪個變量。