输入顺序是否影响回归模型结果？

Question

我有 X 和 y 来训练模型。

X 有输入 x1,x2,x3,x4。

我使用这个模型来预测新数据 new_X。

但 new_X 中的输入是 x3,x2,x1,x4。

X 和 X_new 是具有许多特性的数据帧。

列的顺序会影响模型结果吗？

例如：model.predict_proba(new_X)

x1  x2  x3
-----------
2   2   3
0   1   4
3   4   0
5   5   5

x3  x1  x2
-----------
2   2   3
0   1   4
3   4   0
5   5   5

Answer 1

简答：是的

---

长答案：

如果X 中的变量x1,x2,x3,x4 与X-new 中的变量x3,x2,x1,x4 表示相同的东西，那么是的。

原因很简单。思考以下问题。假设x1 是某些人的年龄。您训练模型，然后您有一个 weight (w) 用于此变量。

接下来，如果您尝试预测X_new，则将使用这个经过训练的weight。但现在，它将应用于另一个变量（即x3 而不是x1）。