DL4J中如何忽略而非删除列，保障训练/打分后仍可访问原始列

核心思路 #

不要在预处理阶段删除不需要进模型的列，仅在喂入模型时指定需要使用的特征列范围，剩余列会完整保留在原始记录中可供后续读取。

具体实现方案 #

• 方案1：直接通过数据集迭代器指定特征列（最简单）
  放弃TransformProcess里的removeColumns操作，保留所有原始列，构造RecordReaderDataSetIterator时仅指定需要送入模型的特征列索引，非指定列不会进入模型训练/预测流程，但会完整保存在RecordReader的当前记录中。
  示例代码：

  // 预处理环节仅保留必要的转换逻辑，不删除任何列
  TransformProcess transformProcess = 
      new TransformProcess.Builder(schema)
      // 此处添加归一化、类别编码等必要预处理操作，无removeColumns步骤
      .build();
  RecordReader transformProcessRecordReader = 
      new TransformProcessRecordReader(recordReader, transformProcess);
  
  // 构造迭代器时单独指定特征列、标签列
  int[] featureColumns = new int[]{0,1,2,4,5}; // 替换为你需要进模型的列索引
  int[] labelColumns = new int[]{3}; // 替换为你的标签列索引
  DataSetIterator iterator = new RecordReaderDataSetIterator.Builder(transformProcessRecordReader, batchSize)
      .addFeatureColumns(featureColumns)
      .addLabelColumns(labelColumns)
      .build();
  

  预测时可通过transformProcessRecordReader.getCurrentRecord()获取当前批次所有完整记录，按索引/列名提取需要的非特征列，和同批次的预测结果按顺序拼接即可。
• 方案2：非连续特征列适配
  如果你的特征列和非特征列穿插排布，也可以通过FilteredRecordReader封装原始Reader，仅在读取特征送入模型时过滤列，原始Reader始终保留完整字段供后续读取。

注意事项 #

批量预测时记录顺序和预测结果输出顺序完全一致，按批次索引对齐即可完成拼接，不需要额外做匹配处理。

内容的提问来源于stack exchange，提问作者Isaiah Gillenwater