Python - 使用 numpy 数组的新分类变量选择新预测时遇到问题

Question

我创建了一个具有 4 个特征的人工神经网络。我现在想使用恶意文件路径/exe 的实时样本来测试模型：new_prediction = classifier.predict(sc.transform(np.array([[]])))我知道，如果我使用与“C:\Program Files (x86\Wireless AutoSwitch”) 相同的文件路径，我可以对已经通过 onehot 和标签编码的每个分类特征使用“0”等。怎么办你处理一个不在训练集数组中的新分类特征？假设我要测试的新特征是：   ParentPath            ParentExe     ChildPath           ChildExe0  C:\Windows\Malicious  badscipt.exe  C:\Windows\System   cmd.exe  此训练数据集如下所示：    ParentPath                                  ParentExe0   C:\Program Files (x86)\Wireless AutoSwitch  wrlssw.exe1   C:\Program Files (x86)\Wireless AutoSwitch  WrlsAutoSW.exs2   C:\Program Files (x86)\Wireless AutoSwitch  WrlsAutoSW.exs3   C:\Windows\System32                         svchost.exe4   C:\Program Files (x86)\Wireless AutoSwitch  WrlsAutoSW.exsChildPath                                   ChildExeC:\Windows\System32                         conhost.exeC:\Program Files (x86)\Wireless AutoSwitch  wrlssw.exeC:\Program Files (x86)\Wireless AutoSwitch  wrlssw.exeC:\Program Files\Common Files               OfficeC2RClient.exeC:\Program Files (x86)\Wireless AutoSwitch  wrlssw.exeC:\Program Files (x86)\Wireless AutoSwitch  wrlssw.exe