我已经使用Scikit Learn库用于机器学习目的。在使用回归时，我遇到了一些与虚拟变量相关的问题。我有 2 套用于训练集和测试集的样本。实际上，程序使用训练集来创建"预测模型"，然后使用"测试"来检查分数。运行程序时，如果形状相等，则没问题。但是虚拟变量，会使形状发生变化并导致不同的形状。
例
-
训练集：130 行 * 3 列
-
训练集：60 行 * 3 列
将 1 列和 2 列制作成假人后，现在形状正在改变
-
训练集：130 行 * 15 列
-
训练集：60 行 * 12 列
有什么解决方案可以解决这个问题吗？如果可能与否，即使数据形状也不同，成功
进行中示例程序：https://www.dropbox.com/s/tcc1ianmljf5i8c/Dummy_Error.py?dl=0
如果我
正确理解您的代码，您正在使用pd.get_dummies来创建虚拟变量并将整个数据框传递给函数。
在这种情况下，pandas 将为它找到的每个类别中的每个值创建一个虚拟变量。在这种情况下，看起来训练中存在的类别值比测试中存在的类别值多。这就是为什么您最终在训练中获得的列比在测试中多的原因。
更好的方法是将所有内容合并到一个数据帧中，在组合数据集中创建分类变量，然后将数据拆分为训练和测试。