如何在没有响应值的情况下使用 xgboost 模型从预测变量进行预测答案

【问题标题】：how to use a xgboost model to make predictions from predictors without having the response value如何在没有响应值的情况下使用 xgboost 模型从预测变量进行预测
【发布时间】：2021-03-08 16:32:28
【问题描述】：

我在 python 中创建了一个 XGBoost 模型，现在我想用它来预测一个全新的数据库。问题是我的新数据库有我所有的输入变量（特征），但它没有目标值。

换句话说，我希望我的模型预测响应值并根据输入变量告诉我，每个样本的目标值是什么？

【问题讨论】：

这不是问题；事实上，这正是我们首先制作 ML 模型的原因——如果它们只能应用于我们已经知道答案的数据集，那么它们就没有任何实际价值，对吧？

标签： python database machine-learning data-science xgboost

【解决方案1】：

由于您的模型已经过训练，因此您不需要目标。你只是想预测它们。

假设_model = ... your fitted XGBoost model 和df2 是您的新数据库，只有您的功能。

df2['Predicted_target'] = _model.predict(df2)

【讨论】：