续训LightGBM模型时遇特征数不匹配等错误求助

核心问题拆解 #

你遇到的两个报错本质是两个问题：

1. 第一个报错是输入数据维度错误：你的data被处理成了一维数组（特征数为1），和原模型的特征数（报错显示11，你自己说9，建议先确认原模型实际特征数）不匹配。
2. 第二个报错是强行跳过特征检查后，类别数/初始分数不匹配：predict_disable_shape_check只是跳过形状校验，无法解决原模型与新数据的核心特征空间不兼容问题。

LightGBM的预训练模型是基于固定特征空间训练的，树结构依赖原特征的索引，无法直接新增特征后用init_model继续训练，必须用以下方案解决：

解决步骤 #

1. 先修正数据维度问题

确保你的输入数据是二维数组，形状为(样本数量, 10)（9个原特征+1个新特征）。如果你的data是一维的，执行：

data = np.array(data).reshape(-1, 10)

2. 确认原模型的特征信息

先加载原模型，明确其真实特征数和特征名（避免你记忆有误）：

import lightgbm as lgb

gbm_old = lgb.Booster(model_file='9Models.txt')
# 打印原模型特征数和特征名
print(f"原模型特征数：{gbm_old.num_feature()}")
print(f"原模型特征名：{gbm_old.feature_name()}")

确保你新数据的前9列特征顺序和原模型完全一致，这是后续操作的关键。

3. 用初始分数实现新增特征后的续训

由于无法直接在原模型上新增特征，我们可以用原模型的预测分数作为新模型的初始起点，在包含10个特征的数据集上继续训练：

import numpy as np
import lightgbm as lgb

# 准备数据：确保前9列和原模型特征顺序一致，第10列为新增特征
data = np.array(data).reshape(-1, 10)
label = np.array(label)

# 加载原模型
gbm_old = lgb.Booster(model_file='9Models.txt')

# 获取原模型对新数据的原始预测分数（不是概率，是模型的原始输出）
init_score = gbm_old.predict(data, raw_score=True)

# 构造训练数据集
train_data = lgb.Dataset(data, label=label, free_raw_data=False)

# 设置参数：必须和原模型的核心参数一致（objective、num_class、metric等）
params = {
    "objective": "binary",  # 替换成你原模型的任务类型，比如multiclass、regression
    "num_class": 2,         # 如果是分类任务，替换成原模型的类别数
    "metric": "auc"         # 替换成原模型的评估指标
    # 其他参数（如learning_rate、max_depth等）建议和原模型保持一致
}

# 以原模型的初始分数为起点，训练新模型
gbm_new = lgb.train(params, train_data, num_boost_round=10, init_score=init_score)

关键注意事项 #

• 必须保证原特征的顺序和原模型训练时完全一致，否则原模型的预测分数会完全错误。
• 训练新模型时的核心参数（任务类型、类别数、评估指标等）必须和原模型完全匹配，否则会出现类别数不匹配的报错。

内容的提问来源于stack exchange，提问作者user27295257