Я видел много вопросов по этой теме, но не смог найти четкого ответа для решения моей проблемы:
Я сохраняю модель со следующим кодом:
clf = SVC(gamma=1,C=1)
clf.fit(X_train,y_train)
# save the model to disk
filename = 'finalized_model.sav'
pickle.dump(clf, open(filename, 'wb'))
Затем я загружаю его другим файлом:
# load the model from disk
fname = 'finalized_model.sav'
clf = pickle.load(open(fname, 'rb'))
y_pred = clf.predict(df_live)
Я получаю эту ошибку:
ValueError: X.shape [1] = 22 должно быть равно 26, число
особенности во время тренировки
когда я готовлю данные, я использую:
df_dummies = pd.get_dummies(df)
и причина, по которой я получаю больше функций, заключается в том, что обучающие данные намного больше, чем прогнозируемые данные и, следовательно, более классифицированные функции.
Мой вопрос: каков наилучший способ сделать количество функций даже без ущерба для модели?
Спасибо