加载的模型的特征数量不正确

Question

我正在使用 sci-kitlearn 和 pickle（为了保存我训练过的模型）。

首先，执行以下代码：

from sklearn.linear_model import LogisticRegression

logreg = LogisticRegression(solver='lbfgs', multi_class='auto')
logreg.fit(X_train, y_train)

with open('text_classifier', 'wb') as picklefile:
    pickle.dump(logreg, picklefile)

当我以后想再次使用这个模型时，我会使用（检查它是否仍然有效）：

with open('text_classifier', 'rb') as training_model:
    model = pickle.load(training_model)

print('Accuracy of Logistic regression classifier on test set: {:.2f}\n'
      .format(model.score(X_test, y_test)))

但是，这会引发以下错误：

ValueError: X has 74 features per sample; expecting 77

有人可以向我解释为什么会这样吗？

Answer 1

您确定 train 和 test 中的列相同吗？显然，您的 X_test 集有 74 列，而模型预计有 77 列。 你在训练之前对数据进行过采样吗？可能是因为采样不当。

如果您的数据集完好无损，那么这应该可以正常工作：

pickle.dump(logreg, open('text_classifier.sav', 'wb'))
model = pickle.load(open('text_classifier.sav', 'rb'))

这可能会有所帮助：关于模型持久性的 Scikit-learn 文档（pickle 和 joblib）： https://scikit-learn.org/stable/modules/model_persistence.html