使用Sklearn训练分类模型时遇特征名匹配警告及结果不输出问题

问题分析与解决方案 #

一、解决警告“X has feature names, but Classifier was fitted without feature names”

核心原因：拟合模型时传入的是无特征名的numpy数组，预测时传入的是带特征名的Pandas DataFrame，两者格式不匹配引发Sklearn的格式校验警告。

修复方案（二选一即可）

方案1：全程使用Pandas DataFrame（保留特征名）

# 数据拆分（保持原有逻辑）
x = dataset_df.drop(columns="target", axis=1)
x_train, x_test, y_train, y_test = train_test_split(x, dataset_df.target, test_size=testset_size)

# 标准化时保留列名，避免丢失特征名信息
scaler = StandardScaler()
x_train_scaled = pd.DataFrame(scaler.fit_transform(x_train), columns=x_train.columns)
x_test_scaled = pd.DataFrame(scaler.transform(x_test), columns=x_test.columns)

# 拟合与预测统一使用DataFrame
dt_cls = DecisionTreeClassifier()
dt_cls.fit(x_train_scaled, y_train)

y_pred = dt_cls.predict(x_test_scaled)
acc = accuracy_score(y_pred, y_test)
prec = precision_score(y_pred, y_test, pos_label=1)
recall = recall_score(y_pred, y_test, pos_label=1, zero_division=1)

print(acc, prec, recall)
return acc, prec, recall

方案2：全程使用numpy数组（丢弃特征名）

# 数据拆分时直接转为numpy数组
x = dataset_df.drop(columns="target", axis=1).values
y = dataset_df.target.values
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=testset_size)

# 标准化后直接返回数组，无需额外转换
scaler = StandardScaler()
x_train_scaled = scaler.fit_transform(x_train)
x_test_scaled = scaler.transform(x_test)

# 拟合与预测统一使用数组
dt_cls = DecisionTreeClassifier()
dt_cls.fit(x_train_scaled, y_train)

y_pred = dt_cls.predict(x_test_scaled)
acc = accuracy_score(y_pred, y_test)
prec = precision_score(y_pred, y_test, pos_label=1)
recall = recall_score(y_pred, y_test, pos_label=1, zero_division=1)

print(acc, prec, recall)
return acc, prec, recall

二、解决计算acc后无输出的问题

1. 检查函数调用逻辑：如果代码在函数内，需确保调用函数后执行打印操作。例如：

   # 假设训练逻辑封装在train_model函数中
   def train_model():
       # 训练代码...
       return acc, prec, recall
   
   # 调用并打印结果
   acc, prec, recall = train_model()
   print(f"准确率：{acc}, 精确率：{prec}, 召回率：{recall}")
   

2. 验证数据有效性：打印y_pred和y_test的前5个值，确认数据是否正常加载、预测是否有结果：

   print("预测结果前5个：", y_pred[:5])
   print("真实标签前5个：", y_test[:5])
   

3. 屏蔽干扰警告：如果大量警告掩盖了输出，可临时关闭Sklearn的UserWarning：

   import warnings
   warnings.filterwarnings("ignore", category=UserWarning)
   

三、额外注意事项

• 所有模型（DecisionTree、RandomForest、SVC）需统一数据格式，避免混合使用DataFrame和numpy数组。
• 标准化必须使用同一个StandardScaler实例处理训练集和测试集，禁止分别对训练集和测试集执行fit操作，否则会破坏数据分布一致性，影响模型效果。

内容的提问来源于stack exchange，提问作者mangs