XGBoost `.predict()` 没有标签或目标列？

Question

我正在尝试使用 XGBoost 对测试数据集没有标签的数据集进行预测。当没有提供目标列时，如何使 xgboost 模型不会失败？

# TRAIN_DATA looks similar to TEST_DATA except TEST_DATA does not have a `target` column

import xgboost as xgb
# read in data
dtrain = xgb.DMatrix(TRAIN_DATA, label=TRAIN_DATA.target)
dtest = xgb.DMatrix(TEST_DATA)
# specify parameters via map
param = {'max_depth':2, 'eta':1, 'objective':'binary:logistic' }
num_round = 2
bst = xgb.train(param, dtrain, num_round)
# make prediction
preds = bst.predict(dtest)

输出：

                raise ValueError(msg.format(self.feature_names,
>                                           data.feature_names))
E               ValueError: feature_names mismatch: ['geohash', 'uupm', 'driver_supply', 'requested_at', 'target'] ['geohash', 'uupm', 'driver_supply', 'requested_at']
E               expected target in input data

../venvs/venv3/lib/python3.6/site-packages/xgboost/core.py:1541: ValueError

Answer 1

试试下面的代码：

选择除target列之外的所有列，如下所示

TRAIN_DATA[TRAIN_DATA.columns.difference(['target'])]

您可以更改代码以训练您的功能：

dtrain = xgb.DMatrix(TRAIN_DATA[TRAIN_DATA.columns.difference(['target'])], label=TRAIN_DATA.target)

理想情况下，对于培训，您不应公开您的 target 列以获取功能。

您可以毫无问题地进行推理。