機器學習測試數據需要有列名嗎？

Question

假設我有如下訓練數據：

Age:12 Height:150 Weight:100  Gender:M 
Age:15 Height:145 Weight:80  Gender:F 
Age:17 Height:147 Weight:110  Gender:F 
Age:11 Height:144 Weight:130  Gender:M 

我訓練我的數據，並得到了模型中，如果我需要通過對預測一個試驗觀察後，我是否需要與列名如下發送數據？

Age: 13 Height:142 Weight :90 

我一些情況下，我看到人們在一個陣列發送測試數據，而列名。我不確定算法是如何工作的。

注意：我使用python scikit-learn，我的訓練數據是dataFrame。所以我不確定我的測試數據是否也應該是dataFrame格式

Answer 1

你是否在預測性別？

如果是這樣，那麼是的。您的輸入是包含列的記錄：Age,Height和Weight。

否則，您將預測缺少Gender值的記錄。如果您的模型不允許缺少字段/列，則可以獲得KeyError。

我不知道我的測試數據是否也應該在數據幀格式

簡而言之：是的。

通常你這樣做：

# X is your input data, the format depends on how your model (pre)process the data. 
# It could be a numeric matrix, a list of dict's, a list of strings, etc. 
X_train, X_test, y_train, y_test = train_test_split(X, y) 
# Fit and validate. 
clf.fit(X_train, y_train) 
y_pred = clf.predict(X_test) 

所以，你的訓練和測試數據都是相同的格式，或者至少在兼容格式（即：一個大熊貓據幀是用的dict的list兼容） 。