StandardScaler特征数量不匹配ValueError问题求助

核心错误原因 #

1. 特征数量不匹配：
   • 你后续用于训练模型和标准化器的x是筛选后的3个特征：["Glucose", "Insulin", "Age"]，因此StandardScaler仅学习了这3个特征的均值和方差。
   • 但预测时输入的是8个完整特征，导致标准化器收到的特征数（8）与训练时的（3）不一致，触发报错。
2. 预测用模型未训练：最后创建的svm.SVC(kernel="linear")未经过训练就直接调用predict，会导致预测逻辑失效。

修正步骤 #

步骤1：统一预测输入的特征 #

既然模型是基于3个特征训练的，预测时只需输入对应特征，无需收集全部8个：

# 仅收集模型训练用到的3个特征
gluc = input("请输入葡萄糖值: ")
insu = input("请输入胰岛素值: ")
age = input("请输入年龄: ")

input_data = [gluc, insu, age]

步骤2：确保预测用模型已训练 #

需要先训练线性核SVM模型，再用于预测：

# 训练线性核SVM模型
svm_model = SVC(kernel="linear")
svm_model.fit(x_train, y_train.values.ravel())  # 将y_train转为一维数组，避免sklearn警告

步骤3：修正输入数据类型 #

输入内容默认是字符串，需转为数值类型才能进行标准化和预测：

input_data = [float(gluc), float(insu), float(age)]

完整修正后的预测部分代码 #

# 输入所需的3个特征
gluc = input("请输入葡萄糖值: ")
insu = input("请输入胰岛素值: ")
age = input("请输入年龄: ")

# 转换为数值类型
input_data = [float(gluc), float(insu), float(age)]

data_to_np_array = np.asarray(input_data)
input_data_reshaped = data_to_np_array.reshape(1, -1)

# 标准化处理
scaler = StandardScaler()
scaler.fit(x)
std_data = scaler.transform(input_data_reshaped)

# 使用训练好的模型预测
svm_model = SVC(kernel="linear")
svm_model.fit(x_train, y_train.values.ravel())
prediction = svm_model.predict(std_data)

print(prediction)
if prediction[0] == 0:
    print("该人员未患糖尿病。")
else:
    print("该人员患有糖尿病。")

额外优化建议 #

• 可将特征选择、模型训练、标准化流程封装成函数，避免变量覆盖导致逻辑混乱。
• 训练所有模型时，建议将y_train用y_train.values.ravel()转为一维数组，消除sklearn的维度警告。

内容的提问来源于stack exchange，提问作者Vlada b