在Google Colab运行LinearRegression模型时遇特征名用户警告，如何解决？

问题原因 #

训练模型时传入的是带列名的DataFrame（df.drop('price', axis='columns')），但预测时传入的是纯数值列表转成的numpy数组（[[3000,3,0]]），sklearn检测到特征名不匹配，因此抛出警告。

解决方法 #

方法1：用带特征名的DataFrame传递预测数据 #

直接构造和训练数据列名一致的DataFrame来预测，既匹配特征名，也能避免因特征顺序变化导致的错误：

# 构造和训练集列名完全一致的DataFrame
pred_data = pd.DataFrame([[3000, 3, 0]], columns=['area', 'bedrooms', 'age'])
model.predict(pred_data)

方法2：关闭特定警告（临时方案，不推荐） #

如果确认特征顺序完全匹配，只是不想看到警告，可以用warnings模块屏蔽：

import warnings
warnings.filterwarnings("ignore", message="X does not have valid feature names")

model.predict([[3000, 3, 0]])

方法3：训练时统一使用numpy数组 #

训练时把DataFrame转成numpy数组，这样预测时传数组就不会触发特征名检查：

# 训练时将输入数据转为numpy数组
X = df.drop('price', axis='columns').values
y = df.price.values
model.fit(X, y)

# 预测时直接传入数组
model.predict([[3000, 3, 0]])

说明 #

优先推荐方法1，它能明确对应特征含义，代码可读性更高，也能避免潜在的顺序错误。

内容的提问来源于stack exchange，提问作者Gaurav Mahajan