机器学习新手求助：如何用全新数据测试已训练模型？

嘿，别着急！作为机器学习新手，遇到这种情况太正常啦～我来一步步帮你搞定用全新数据测试模型的问题。

• 新数据得和你训练时用的数据“长得一模一样”：特征数量、特征类型（数值/分类）、标签格式（如果是分类任务）都要匹配。不然模型可没法正确识别它哦。

• 如果你之前训练完模型后保存过它（比如Keras的model.save()或者PyTorch的torch.save()），先把它加载回来：
  • TensorFlow/Keras 示例：

    from tensorflow.keras.models import load_model
    model = load_model('你的模型文件名.h5')
    

  • PyTorch 示例：

    import torch
    # 先定义和训练时完全一样的模型结构
    model = YourModelArchitecture()
    model.load_state_dict(torch.load('你的模型权重.pth'))
    model.eval()  # 一定要切换到评估模式！
    

• 这一步是核心！你训练时对数据做的所有操作（比如标准化、归一化、分类特征编码、图片尺寸调整等），必须原封不动地用到新数据上。举个例子：

  # 假设你训练时用了StandardScaler做特征标准化
  from sklearn.preprocessing import StandardScaler
  import joblib
  # 注意：要用训练数据拟合好的scaler，绝对不能用新数据重新拟合！
  scaler = joblib.load('训练时保存的scaler.pkl')
  # 对新测试数据做标准化
  new_test_data_processed = scaler.transform(new_test_data)
  

• 现在就可以用处理好的新数据测试啦：
  • TensorFlow/Keras 示例（有标签的情况）：

    test_loss, test_acc = model.evaluate(new_test_data_processed, new_test_labels)
    print(f"全新测试数据的准确率: {test_acc * 100:.2f}%")
    # 如果没有标签，只想得到预测结果
    predictions = model.predict(new_test_data_processed)
    

  • PyTorch 示例（有标签的情况）：

    import torch
    # 把数据转换成和训练时一致的张量格式
    new_test_tensor = torch.tensor(new_test_data_processed, dtype=torch.float32)
    new_test_labels_tensor = torch.tensor(new_test_labels, dtype=torch.long)
    
    with torch.no_grad():  # 评估阶段不需要计算梯度，节省资源
        outputs = model(new_test_tensor)
        _, predicted = torch.max(outputs.data, 1)
        total = new_test_labels_tensor.size(0)
        correct = (predicted == new_test_labels_tensor).sum().item()
        test_acc = correct / total
        print(f"全新测试数据的准确率: {test_acc * 100:.2f}%")
    

• 如果你之前没保存模型和预处理工具（比如scaler），得重新训练一次模型，然后把这些组件都存下来，下次就能直接复用啦。
• 要是新数据没有标签，你没法计算准确率，但可以看看预测结果的分布，或者做些可视化来大致判断模型的表现。

内容的提问来源于stack exchange，提问作者Ali Ali