python - 如果分类列在训练集中有多个值但在测试数据中只有一个值怎么办？这样的功能在模型训练中是否有用？

Question

我正在尝试解决一个回归问题，其中我的一个特征可以在训练集中占用两个值（'1'，'0'），但在测试数据中只能取值'1'。直觉上，包括这个功能对我来说似乎是错误的，但我无法找到一个具体的逻辑来支持我的假设。

标签： pythonmachine-learningregressiondata-sciencefeature-selection

Answer 1

好吧，这取决于您总共拥有多少功能。如果很少（比如少于五个），那么该单一特征很可能会在您的分类中发挥重要作用。在这种情况下，我会说您有“数据不匹配”问题；这意味着您的训练和测试数据来自不同的分布。解决此问题的一种简单方法是将两个集合放在一起，将整个集合打乱，然后再次拆分数据。