特征顺序对模型的影响

== 最近在做一个部署模型的项目，发现批量预测的结果和部署之后的单条数据入模结果不一致，用了半天的时间才终于找到结果不一致的原因：==

两次入模变量的列顺序不一致！

以前一致认为lgb/xgb这样的模型时可以识别列名的，只要输入的特征相同就没有问题，但这种观点是错误的，做了一个简单的实验：

from sklearn import datasets
import lightgbm as lgb
import pandas as pd
iris = datasets.load_iris()
X = iris.data
y = iris.target
X = pd.DataFrame(X)
lgb_train = lgb.Dataset(X, y)
params = {
    'task': 'train',
    'boosting_type': 'gbdt',  # 设置提升类型
    'objective': 'regression', # 目标函数
    'metric': {'l2', 'auc'},  # 评估函数
    'num_leaves': 31,   # 叶子节点数
    'learning_rate': 0.05,  # 学习速率
    'feature_fraction': 0.9, # 建树的特征选择比例
    'bagging_fraction': 0.8, # 建树的样本采样比例
    'bagging_freq': 5,  # k 意味着每 k 次迭代执行bagging
    'verbose': 1 # <0 显示致命的, =0 显示错误 (警告), >0 显示信息
}
gbm = lgb.train(params,lgb_train,num_boost_round=20)

使用鸢尾花数据集做训练，然后从中间抽出一条数据做预测，结果如下

test = pd.DataFrame([[5.1],[3.5],[1.4],[0.2]]).T
print(gbm.predict(test))
[0.35976825]

变换测试集列顺序，结果如下

test = pd.DataFrame([[0.2],[3.5],[1.4],[5.1]]).T
print(gbm.predict(test))
[0.59565977]

参考这篇博客https://blog.csdn.net/hshuihui/article/details/53258111，可能是由于数据传入时调用了as_matrix()方法，直接传入的矩阵，列什么的sklearn或者lgb并不会关心。
所以，
在训练模型时一定要保证训练集、验证集、测试集列顺序一致！