SKLearn 1.0 版中的警告“有效功能名称”

Posted 2023-03-11

【中文标题】SKLearn 1.0 版中的警告“有效功能名称”

【英文标题】：SKLearn warning "valid feature names" in version 1.0

【发布时间】：2021-11-18 10:11:07

【问题描述】：

升级到 scikit-learn 1.0 版后，我收到以下警告：

UserWarning: X does not have valid feature names, but IsolationForest was 
fitted with feature name

我在文档中找不到什么是“有效的功能名称”。如何处理这个警告？

【问题讨论】：

能否提供训练时使用的特征名称？我的猜测是有空格或大写字母。

是的，有大写字母、下划线和点，比如'^back_2_PCA_3.3'。我会尝试摆脱它们，但其中一些是其他 python dicts 中的键。谢谢

你有一个最小的工作示例吗？我遇到了同样的问题，但它是通过 sklearn、pandas 和 shap 的组合。

我收到与 sklearn IsolationForest 相同的警告。我的功能名称不包含特殊字符。

请提供足够的代码，以便其他人更好地理解或重现问题。

【参考方案1】：

我收到了与另一个 sklearn 模型相同的警告消息。我意识到它出现了，因为我用数据框中的数据拟合了模型，然后只使用这些值进行预测。从我修复它的那一刻起，警告就消失了。

这是一个例子：

model_reg.fit(scaled_x_train, y_train[vp].values)
data_pred = model_reg.predict(scaled_x_test.values)

第一个代码有警告，因为 scaled_x_train 是一个带有特征名称的 DataFrame，而 scaled_x_test.values 只是值，没有特征名称。然后，我改成这样：

model_reg.fit(scaled_x_train.values, y_train[vp].values)
data_pred = model_reg.predict(scaled_x_test.values)

现在我的代码上没有更多警告了。

【参考方案2】：

我遇到了非常相似的错误，但在 Fit 和 Predict 的模块 DecisionTreeClassifier 上。

最初我将数据帧作为输入发送以适应标头，但我收到了错误。

当我修剪以删除标题并仅发送值时，错误消失了。 更改前后的示例代码。

带有警告的代码：

model = DecisionTreeClassifier()
model.fit(x,y)  #Here x includes the dataframe with headers
predictions = model.predict([
    [20,1], [20,0]
])
print(predictions)

没有警告的代码：

model = DecisionTreeClassifier()
model.fit(x.values,y)  #Here x.values will have only values without headers
predictions = model.predict([
     [20,1], [20,0]
])
print(predictions)

【讨论】：

感谢您的帮助！但是为什么y.values 不存在呢？

【参考方案3】：

到目前为止，其他答案建议使用 numpy 数组而不是训练数据的数据框进行（重新）训练。该警告是一种安全功能，可确保您传递您想要传递的数据，因此我建议您将数据框（带有正确的列标签！）传递给 predict 函数。

另外，请注意，这只是一个警告，而不是错误。您可以忽略警告并继续执行其余代码而不会出现问题；只需确保数据与训练时的顺序相同！

【参考方案4】：

我也遇到了同样的问题。问题是因为我用 X 训练数据作为数据框 (model.fit(X,Y)) 拟合了模型，并且我使用 X 测试作为数组 (model.predict([ [20,0] ]) ) 进行了预测。为了解决这个问题，我将 X 列车数据帧转换为数组，如下图所示。

之前

model = DecisionTreeClassifier()
model.fit(X,Y) # X train here is a dataFrame
predictions = model.predict([20,0])  ## generates warning 

之后

model = DecisionTreeClassifier()
X = X.values # conversion of X  into array
model.fit(X,Y)
model.predict([ [20,0] ])  #now ok , no warning

【参考方案5】：

我在使用数据框时遇到了同样的错误，但是通过只传递值，它就不再存在了

使用

reg = reg.predict( x[['data']].values , y)

显示错误是因为我们的数据框具有特征名称，但我们应该将数据拟合为 2d 数组（或矩阵），其中包含用于训练或测试数据集的值。

这是上面提到的同一件事的图像image of jupytr notebook code