如何解决带特征变换的sklearn多项式回归模型报错问题？

原始形状匹配报错 #

• 错误核心：训练阶段传入线性回归模型的输入，是经过PolynomialFeatures(degree=4)变换后的多项式特征——2个原始特征展开为degree=4的多项式后，总特征数为15，和你报错信息里的15维权重维度完全对应。但你在预测时直接把未做多项式变换的原始输入[[33,0]]（仅2维）传给了模型，矩阵维度不匹配，自然无法完成运算。

修改后出现的属性不存在报错 #

• 错误核心：inverse_transform是你在代码中实例化的LabelEncoder对象（即变量le）的内置方法，经过train_test_split拆分得到的y_train/y_test都是普通numpy数组，本身不具备这个方法，因此触发属性不存在的错误。

import numpy as np
import pandas as pd

dataset = pd.read_csv('music.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, -1].values

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
y = le.fit_transform(y)

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 0)

from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression
poly_reg = PolynomialFeatures(degree = 4)
X_poly = poly_reg.fit_transform(X_train)
regressor = LinearRegression()
regressor.fit(X_poly, y_train)

# 修正1：预测前对输入样本执行和训练阶段完全一致的多项式变换
processed_sample = poly_reg.transform([[33, 0]])
pred_encoded = regressor.predict(processed_sample)
# 修正2：逆变换调用LabelEncoder实例le，而非numpy数组
print(le.inverse_transform(pred_encoded))

• 所有训练阶段对特征做的预处理（多项式展开、标准化、独热编码等），预测时必须通过同一个已经在训练集上fit过的转换器实例对输入做完全相同的变换，严禁直接把原始特征值传入训练好的模型。
• 各类转换器、编码器的类方法（fit/transform/inverse_transform）都是绑定在类实例上的，拆分得到的数组、DataFrame等数据容器本身不具备这些方法，调用时需指向最初实例化的对象。

内容的提问来源于stack exchange，提问作者Codifer