机器学习平台系列——XGB feature_names mismatch 问题解决方案

最近开发公司的机器学习平台的XGBoost控件。结果报了一个bug，说“feature_names mismatch”。

现在我们来复现这个bug：

import xgboost as xgb
import pandas as pd
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split

X, y = make_classification(n_features=4)
X_train, X_test, y_train, y_test = train_test_split(X, y)
features = ['a1', 'a2', 'a3', 'a4']
df = pd.DataFrame(data=X_train, columns=features)
df['y'] = y_train

X_train = df[['a1', 'a2', 'a3', 'a4']]
y_train = df['y']
model = xgb.XGBClassifier()
model.fit(X_train, y_train)

以上代码随机生成了一个分类数据集，它的特征的名字是a1, a2, a3, a4。我们用pandas的数据集，而不是numpy的数列，传给XGB的fit函数来训练模型。这里还没有出现bug。

然而在预测的时候，出现了bug。

model.predict(X_test)

bug的描述如下：

-----------------