Keras模型预测输入形状不匹配问题求助

问题根源 #

训练时对Località列用pd.get_dummies()做哑编码，会根据该列的所有类别生成新的数值列，导致特征总数从5维变成7维；但预测时仅对单个用户输入的Località值做哑编码，只会生成对应类别的1列（而非训练时的全部类别列），总特征数仍为5维，与模型训练时接收的7维输入不匹配，从而触发维度错误。

具体解决方案 #

方案1：基于pd.get_dummies()的特征列对齐 #

适配你当前的编码方式，核心是保存训练时的特征列结构，预测时强制对齐：

1. 训练阶段保存特征列名
   做完哑编码后，把所有特征的列名保存下来，确保预测时的特征列与训练时完全一致：

import pandas as pd
import pickle

# 训练数据处理
train_data = pd.read_csv("你的训练数据集.csv")
train_features = pd.get_dummies(train_data.drop('Prezzo', axis=1))
# 保存训练时的特征列名
feature_names = train_features.columns.tolist()
with open('feature_names.pkl', 'wb') as f:
    pickle.dump(feature_names, f)

# 后续训练模型的代码（略）

2. 预测阶段对齐特征列
   加载保存的列名，对用户输入做哑编码后，补全缺失的特征列并设为0：

import pandas as pd
import pickle

# 加载训练时的特征列名
with open('feature_names.pkl', 'rb') as f:
    feature_names = pickle.load(f)

# 用户输入示例（替换为实际输入逻辑）
user_input = pd.DataFrame([{
    'Località': '用户输入的地区',
    '特征1': 100,
    '特征2': 200,
    '特征3': 300,
    '特征4': 400
}])

# 对用户输入做哑编码
user_input_encoded = pd.get_dummies(user_input)
# 对齐特征列，缺失列补0
user_input_aligned = user_input_encoded.reindex(columns=feature_names, fill_value=0)

# 现在可以输入模型预测
# model.predict(user_input_aligned)

方案2：使用sklearn预处理管道（更规范） #

相比pd.get_dummies()，sklearn的OneHotEncoder可以保存编码状态，自动处理未知类别，避免手动对齐的麻烦：

1. 训练阶段构建并保存预处理管道

import pandas as pd
import pickle
from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer

train_data = pd.read_csv("你的训练数据集.csv")
train_features = train_data.drop('Prezzo', axis=1)

# 定义分类特征和数值特征
categorical_cols = ['Località']
numeric_cols = [col for col in train_features.columns if col != 'Località']

# 构建预处理管道：分类特征做哑编码，数值特征直接保留
preprocessor = ColumnTransformer(
    transformers=[
        ('cat', OneHotEncoder(sparse_output=False, handle_unknown='ignore'), categorical_cols),
        ('num', 'passthrough', numeric_cols)
    ])

# 拟合管道（学习训练数据的编码规则）
preprocessor.fit(train_features)
# 保存管道
with open('preprocessor.pkl', 'wb') as f:
    pickle.dump(preprocessor, f)

# 用处理后的特征训练模型
train_features_processed = preprocessor.transform(train_features)
# 后续模型训练代码（略）

2. 预测阶段加载管道处理输入

import pandas as pd
import pickle

# 加载预处理管道
with open('preprocessor.pkl', 'rb') as f:
    preprocessor = pickle.load(f)

# 用户输入示例
user_input = pd.DataFrame([{
    'Località': '用户输入的地区',
    '特征1': 100,
    '特征2': 200,
    '特征3': 300,
    '特征4': 400
}])

# 自动处理输入，保证维度与训练时一致
user_input_processed = preprocessor.transform(user_input)
# 输入模型预测
# model.predict(user_input_processed)

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