...
Eroare Machine Learning · Modele: convergență, k-NN, k-means

ValueError: feature_names must contain 3 elements, got 2

Pe scurt

Lista `feature_names` dată lui `export_text` (sau `plot_tree`) are alt număr de nume decât trăsăturile pe care s-a antrenat arborele. Dă exact câte un nume pentru fiecare coloană din `X`, în aceeași ordine, de exemplu `feature_names=list(X.columns)`.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Arborele știe câte trăsături a văzut la fit (model.n_features_in_). Când îi dai nume ca să afișezi regulile, verifică dacă lista are exact atâtea elemente. „must contain 3 elements, got 2” înseamnă: arborele are 3 trăsături, tu ai dat 2 nume.

Cazuri tipice: ai adăugat o coloană în X și ai uitat să o adaugi în lista de nume scrisă de mână; arborele e ultimul pas dintr-un pipeline cu OneHotEncoder, deci vede mai multe coloane decât tabelul original; ai dat numele coloanelor din tot DataFrame-ul, inclusiv ținta.

Cel mai sigur e să iei numele din același loc de unde vin datele: list(X.columns) sau, după preprocesare, pipeline[:-1].get_feature_names_out().

De ce apare: cauzele frecvente

1Listă de nume scrisă de mână, incompletă

Greșit
PYTHON
X = df[["venit", "varsta", "datorii"]]
export_text(arbore, feature_names=["venit", "varsta"])
Corect
PYTHON
X = df[["venit", "varsta", "datorii"]]
export_text(arbore, feature_names=list(X.columns))

Numele luate din X au mereu numărul și ordinea coloanelor pe care s-a antrenat arborele.

2Arbore după OneHotEncoder

Greșit
PYTHON
export_text(pipe[-1], feature_names=list(df.columns))
Corect
PYTHON
nume = pipe[:-1].get_feature_names_out()
export_text(pipe[-1], feature_names=list(nume))

După codificare, arborele vede coloanele produse de encoder, nu coloanele originale.

3Ținta inclusă în nume

Greșit
PYTHON
export_text(arbore, feature_names=list(df.columns))  # include "aprobat"
Corect
PYTHON
export_text(arbore, feature_names=list(df.drop(columns="aprobat").columns))

Ținta nu e trăsătură; numele trebuie să corespundă doar coloanelor din X.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: feature_names must contain 3 elements, got 2, pentru că lista de nume scrisă de mână nu conține coloana datorii. Ia numele direct din coloanele lui X, ca programul să afișeze regulile arborelui.

Codul care dă eroarea
PYTHON
import pandas as pd
from sklearn.tree import DecisionTreeClassifier, export_text

df = pd.DataFrame({
    "venit": [2, 3, 8, 9, 10, 4],
    "varsta": [25, 40, 30, 45, 35, 50],
    "datorii": [5, 6, 1, 0, 1, 7],
    "aprobat": [0, 0, 1, 1, 1, 0],
})
X = df[["venit", "varsta", "datorii"]]
y = df["aprobat"]

arbore = DecisionTreeClassifier(max_depth=1, random_state=0).fit(X, y)
print(export_text(arbore, feature_names=["venit", "varsta"]))
După reparație, programul afișează
|--- venit <= 6.00
|   |--- class: 0
|--- venit >  6.00
|   |--- class: 1
Indiciu

Folosește feature_names=list(X.columns).

Alte forme ale mesajului

  • ValueError: feature_names must contain 2 elements, got 1
  • ValueError: Length of feature_names, 2 does not match number of features, 3

Cum o eviți pe viitor

Nu scrie numele trăsăturilor de două ori: definește lista de coloane o dată (coloane = [...]), construiește X = df[coloane] și folosește aceeași listă la afișare. Dacă antrenezi pe DataFrame, arborele reține numele în model.feature_names_in_, pe care le poți refolosi direct. Pentru pipeline-uri, ia numele cu get_feature_names_out().

Întrebări frecvente

Pot să nu dau feature_names deloc?

Da. Fără nume, export_text scrie feature_0, feature_1 și așa mai departe, în ordinea coloanelor. Merge, dar regulile sunt mai greu de citit.

De ce mesajul diferă la versiunile vechi?

Versiunile mai vechi de scikit-learn foloseau formularea Length of feature_names, 2 does not match number of features, 3. Problema și reparația sunt aceleași.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

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.