如何用已保存的机器学习模型测试新样本？含特征缺失疑问

1. 加载模型并完成预测 #

首先用你提到的代码加载保存好的模型：

import pickle

# 替换为你的模型文件路径
filename = 'your_trained_model.pkl'
loaded_model = pickle.load(open(filename, 'rb'))

接下来准备新病例的特征数据，必须和训练时的特征顺序、维度完全一致（皮马印第安人糖尿病数据集的标准特征顺序是：怀孕次数、口服葡萄糖耐量试验2小时血糖、舒张压、三头肌皮褶厚度、2小时血清胰岛素、体重指数、糖尿病遗传函数、年龄）。哪怕只有一个样本，也要整理成二维数组格式：

# 示例新病例特征，对应上述8个特征
new_patient = [[2, 120, 70, 25, 80, 28.5, 0.351, 30]]
# 执行预测
result = loaded_model.predict(new_patient)
# 输出分类结果
print("预测结果：", "患病" if result[0] == 1 else "未患病")

2. 特征缺失的核心问题 #

• 测试时必须提供训练时用到的全部特征：模型训练时已经固定了输入特征的维度和对应关系，少任何一个特征都会导致输入维度不匹配，直接抛出错误，根本无法完成预测。
• 如果新病例有缺失数据，你得先做预处理：
  • 用训练集对应特征的统计值（比如均值、中位数、众数）填充缺失值，而且要和你训练模型前处理缺失值的逻辑一致（比如训练时用均值填充了血糖的缺失，预测时也得用同一个均值填）。
  • 绝对不能直接删掉缺失的特征列，除非你重新训练一个去掉该特征的模型，不然原模型不认维度减少的输入。

内容的提问来源于stack exchange，提问作者BenjaminV