Sklearn拟合与预测，列顺序重要吗？

Question

假设X1和X2是2个熊猫数据框，它们具有相同的列，但顺序可能不同。假设模型是某种sklearn模型，例如LassoCV。说我做model.fit(X1, y)，然后model.predict(X2)。列以不同顺序排列是一个问题，还是模型为列名减轻了权重？此外，同样的问题，但如果X1和X2和numpy的阵列？

Answer 1

是的，我相信这很重要，因为sklearn它将pandasDataFrame转换为值数组（本质上是X1.values），而不是注意列名。但是，这很容易解决。只需使用：

X2 = X2[X1.columns]

并将X2的列重新排序为与列相同的顺序。X1

numpy当然，数组也是如此，因为它将使模型适合列中的模型X1，因此当您预测时X2，它将仅基于列中的顺序进行预测。X1

范例：

采取以下两个数据帧：

>>> X1

   a  b

0  1  5

1  2  6

2  3  7

>>> X2

   b  a

0  5  3

1  4  2

2  6  1

该模型适用于X1.values：

array([[1, 5],

       [2, 6],

       [3, 7]])

而您预测X2.values：

>>> X2.values

array([[5, 3],

       [4, 2],

       [6, 1]])

模型无法知道列已切换。因此，请手动切换它们：

X2 = X2[X1.columns]

>>> X2

   a  b

0  3  5

1  2  4

2  1  6