使用KNeighborsClassifier预测时出现特征名警告问题咨询

问题说明 #

训练KNeighborsClassifier模型后，执行knn.predict([[1,1,0,2,0,2,18,15]])出现以下警告：

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

这是因为训练时使用的是带特征名的DataFrame，模型会记录特征名信息，但预测时传入的是纯numpy数组，没有特征名，sklearn会触发特征名匹配校验警告（不影响预测结果，但会干扰输出）。

解决方法 #

方法1：用匹配特征名的DataFrame传入预测数据 #

将预测数组包装成和训练集结构一致的DataFrame，保留特征名：

import pandas as pd
# 直接复用训练集的列名构建DataFrame
pred_data = pd.DataFrame([[1,1,0,2,0,2,18,15]], columns=x_train.columns)
knn.predict(pred_data)

方法2：屏蔽特定警告 #

如果不需要修改输入格式，可以通过warnings模块精准关闭该警告：

import warnings
# 只屏蔽特征名不匹配的警告，不影响其他警告
warnings.filterwarnings("ignore", message="X does not have valid feature names")
knn.predict([[1,1,0,2,0,2,18,15]])

方法3：训练时使用numpy数组（不推荐） #

训练前将特征数据转换成numpy数组，模型就不会记录特征名，预测时传数组无警告：

# 训练时把x_train转为numpy数组
knn.fit(x_train.values, y_train)
# 此时传入数组预测不会触发警告
knn.predict([[1,1,0,2,0,2,18,15]])

注意：该方法会丢失特征名信息，后续调试、特征分析会受影响，不建议使用。

内容的提问来源于stack exchange，提问作者Emir