如何在Flask应用输出pickle模型预测数组？排查特征名报错

一、“feature names unseen at fit time”错误原因 #

这个错误和model.pkl、Flask框架本身无关，核心问题是预测时传入的特征与模型训练时的特征不匹配，常见场景包括：

• 预测用的特征列名和训练时的列名不一致（比如训练时是['age', 'gender']，预测时写成了['Age', 'sex']）
• 预测时传入的特征数量和训练时不同（少传/多传了特征）
• 特征顺序和训练时不一致（部分模型对特征顺序敏感）

二、Flask中输出预测数组的实现示例 #

1. 基础代码结构 #

from flask import Flask, request, jsonify
import pickle
import pandas as pd

app = Flask(__name__)

# 加载模型
with open('model.pkl', 'rb') as f:
    model = pickle.load(f)

@app.route('/predict', methods=['POST'])
def predict():
    # 获取请求中的特征数据（JSON格式，键为特征列名）
    data = request.get_json()
    # 转换成模型训练时用的DataFrame格式（保证列名一致）
    input_df = pd.DataFrame([data])
    # 执行预测
    prediction = model.predict(input_df)
    # 将numpy数组转为可序列化的列表，返回JSON
    return jsonify({'prediction': prediction.tolist()})

if __name__ == '__main__':
    app.run(debug=True)

2. 关键注意事项 #

• 必须保证传入的特征列名和训练模型时完全一致，包括大小写、拼写
• 如果训练时用的是numpy数组而非DataFrame，预测时也要传入相同维度的numpy数组，示例：

  import numpy as np
  # 假设训练时传入的是形状为(n_samples, 3)的数组
  input_array = np.array([[data['f1'], data['f2'], data['f3']]])
  prediction = model.predict(input_array)
  

• 返回时要把numpy数组转为列表（tolist()），因为numpy数组无法直接被JSON序列化

三、错误排查步骤 #

1. 查看训练时的特征信息：在训练模型的代码中加入print(model.feature_names_in_)（适用于sklearn模型），确认特征列表
2. 检查Flask输入数据：在predict函数中加入print(input_df.columns)或print(input_array.shape)，对比和训练时的特征差异
3. 本地离线测试：直接加载model.pkl，传入和Flask中相同的输入数据，验证是否报错，排除Flask的影响

内容的提问来源于stack exchange，提问作者Foxtrot