feature_names mismatch XGBoost错误解析

feature_names mismatch 的错误就是训练集和测试集的特征个数不一致导致的。

一、

a.csv:最大小标是5。所以,训练集的特征维数就是6

b.csv:最大小标是4。所以,训练集的特征维数就是5

所以,就是训练集和测试集的训练特征的维数不一致，就会报错。

二、

a.csv:最大小标是4。所以,训练集的特征维数就是5

b.csv:最大小标是5。所以,训练集的特征维数就是6

所以，对于XGBoost的训练数据和测试数据,要能够保证训练数据的特征数，也即特征编号的最大值跟测试数据的特征数一致。

说明：解决该错误的方法就是扩展，让训练集和测试集特征的最大编号一样，比如说，我们可以在每条训练样本的最后都假设"5000:0"，前提是5000大于训练集和测试集特征的最大编号。那么，就需要分析，增加了5000：0对性能有影响吗，做了个小实验。

原始数据：

实验结果：

在末尾增加了10000:0后的数据：

实验结果：

说明：增加了10000:0之后，训练过程并没有受到任何影响，该方法可行。