UserWarning: X does not have valid feature names, but LinearRegression was fitted with feature names
Ai antrenat modelul pe un DataFrame (cu nume de coloane), dar la predict i-ai dat o listă sau un tablou numpy, fără nume. E doar un avertisment. Dă la predict tot un DataFrame cu aceleași coloane, de exemplu pd.DataFrame({'suprafata': [70]}).
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Avertismentul apare la predict (sau transform) și spune că modelul știe numele coloanelor de la antrenare, dar datele noi nu au nume, deci nu le poate verifica. Cel mai des apare când antrenezi pe df[["suprafata"]] și testezi rapid cu model.predict([[70]]).
Predicția se face oricum, pe poziții, iar rezultatul e corect dacă ordinea coloanelor coincide. Problema e că pierzi plasa de siguranță: dacă greșești ordinea, nu te mai anunță nimeni. Avertismentul apare în consolă, cu roșu, și se repetă la fiecare predict, deci umple ieșirea. Reparația curată: construiești datele noi ca DataFrame cu aceleași coloane. Varianta inversă (X has feature names, but ... was fitted without feature names) apare când antrenezi pe numpy și prezici pe DataFrame.
De ce apare: cauzele frecvente
1Test rapid cu o listă după antrenare pe DataFrame
model.fit(df[["suprafata"]], df["pret"])
model.predict([[70]])model.fit(df[["suprafata"]], df["pret"])
model.predict(pd.DataFrame({"suprafata": [70]}))Un DataFrame cu aceeași coloană are nume valide, iar modelul le poate compara cu cele de la antrenare.
2Datele noi convertite în numpy
model.predict(noi.to_numpy())model.predict(noi[model.feature_names_in_])Păstrezi DataFrame-ul și selectezi coloanele în ordinea de la antrenare.
Repară eroarea, direct în pagină
Codul de mai jos transformă avertismentele în erori și se oprește cu UserWarning: X does not have valid feature names, but LinearRegression was fitted with feature names. Repară predicția: dă modelului un DataFrame cu coloana suprafata, nu o listă, ca programul să afișeze prețul estimat pentru 75 m².
import warnings
import pandas as pd
from sklearn.linear_model import LinearRegression
warnings.simplefilter("error")
df = pd.DataFrame({
"suprafata": [40, 50, 60, 80, 100],
"pret": [81, 99, 121, 160, 201],
})
model = LinearRegression().fit(df[["suprafata"]], df["pret"])
pret = model.predict([[75]])[0]
print("Pret pentru 75 m2:", round(pret, 1))Pret pentru 75 m2: 150.5
Indiciu
Folosește pd.DataFrame({"suprafata": [75]}) la predict.
Reparația
import warnings
import pandas as pd
from sklearn.linear_model import LinearRegression
warnings.simplefilter("error")
df = pd.DataFrame({
"suprafata": [40, 50, 60, 80, 100],
"pret": [81, 99, 121, 160, 201],
})
model = LinearRegression().fit(df[["suprafata"]], df["pret"])
pret = model.predict(pd.DataFrame({"suprafata": [75]}))[0]
print("Pret pentru 75 m2:", round(pret, 1))De ce merge
Modelul a fost antrenat pe un DataFrame, deci și-a notat că singura lui caracteristică se numește suprafata. Lista [[75]] are forma corectă, dar nu are nume de coloane, așa că modelul nu poate verifica dacă valoarea e chiar suprafața și te avertizează. pd.DataFrame({"suprafata": [75]}) are aceeași coloană, cu același nume, deci verificarea trece în tăcere. Predicția este aceeași; diferența e că acum ai și garanția că datele se potrivesc.
Alte forme ale mesajului
UserWarning: X has feature names, but LinearRegression was fitted without feature namesUserWarning: X does not have valid feature names, but StandardScaler was fitted with feature names
Cum o eviți pe viitor
Folosește același tip de date la antrenare și la predicție: DataFrame peste tot sau numpy peste tot. Scrie o mică funcție care construiește DataFrame-ul pentru un exemplu nou, cu numele de coloane din model.feature_names_in_. În timpul dezvoltării, warnings.simplefilter("error") transformă avertismentele în erori, ca să le vezi exact pe linia care le produce.
Întrebări frecvente
Predicția e greșită când apare avertismentul?
Nu neapărat. Dacă ordinea coloanelor e aceeași, rezultatul e corect. Avertismentul îți spune doar că modelul nu poate verifica asta. Repară-l ca să nu ratezi momentul în care ordinea chiar e greșită.
De ce în editor se oprește programul?
Exercițiul transformă avertismentele în erori cu warnings.simplefilter("error"). Fără linia asta, programul ar afișa avertismentul și ar continua.
Erori înrudite
ValueError: The feature names should match those that were passed during fit. Modelul a fost antrenat pe un DataFrame cu anumite coloane, iar la predict primește coloane cu alte nume sau în altă ordine. Construiește datele noi cu exact aceleași nume de coloane, în aceeași ordine, de exemplu cu X_nou[model.feature_names_in_]. ValueError: Expected 2D array, got scalar array instead Ai dat la predict un singur număr (de exemplu model.predict(70)), iar modelul vrea un tabel 2D. Pune valoarea într-un rând și o coloană: model.predict([[70]]) sau un DataFrame cu un rând. Învață Machine Learning de la zero, cu exerciții la fiecare lecție
Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
