XGB - 特征形状不匹配

【问题标题】：XGB - Feature shape mismatchXGB - 特征形状不匹配
【发布时间】：2021-08-01 06:20:42
【问题描述】：

函数预测失败并出现错误：

        f"Feature shape mismatch, expected: {self.num_features()}, "
ValueError: Feature shape mismatch, expected: 395, got 395

testX - 1 X 395（数据帧） trainX - n X 395（数据帧）

def xgboost_forecast(train, testX):
    # split into input and output columns
    testX = np.asarray(testX)
    testX = testX.reshape(-1, 1)
    trainX, trainy = train.iloc[:, :-1], train.iloc[:, -1]
    trainy = np.asarray(trainy)
    trainy = trainy.reshape(-1, 1)
    # fit model
    model = xgb.XGBClassifier()
    model.fit(trainX.values, trainy.values)
    yhat = model.predict(testX) ##crash

【问题讨论】：

你解决了吗？
stackoverflow.com/questions/42338972/… 可能会有所帮助。

标签： python decision-tree xgboost predict xgbclassifier

【解决方案1】：

我今天遇到了同样的问题，但在我的适应/预测周期的一小部分。下面的这似乎让我解决了这个问题，因为我在第一次尝试后放置了这个 sn-p：阻止并遇到相同的错误......

try:
    self.y_pred_DEBUG = pModel.predict( dataForPreds )
except ValueError:
    fNames_Error = pModel.get_booster().feature_names;
    alteredDataForPreds = dataForPreds[fNames_Error];
    self.y_pred_DEBUG = pModel.predict( alteredDataForPreds )

【讨论】：

BTW - 我认为打印出错误消息的 XGBoost 代码中有一个错误，我在堆栈跟踪中看到我不再有。该代码似乎正在 df.shape[1] 上进行测试，但异常中的错误消息是使用 df.shape[0] 进行打印。请注意，在您的错误中显示“预期：395，得到 395”，如果我们谈论的是两个值应该不同的异常，这似乎是错误的。