我从一些回归器（例如，voting_regressor = VotingRegressor(estimators=[('xg',xgbregressor),('gb',gradient_boosting_regressor),('et',extra_trees_regressor),('rf',random_forest_regressor)])voting_regressor.fit(X_train, y_train)
回归器在测试集上预测良好
y_pred = voting_regressor.predict(X_test)
但是当我尝试预测特定实例时
voting_regressor.predict(X_test.iloc[0].values.reshape(1,-1))
它显示以下错误
ValueError：feature_names不匹配：['yearpublished'，'minplayers'，'maxplayers'，'playingtime'，'minplaytime'，'maxplaytime'，'minage'，'users_rated'，'total_owners'，'total_traders'，'total_wanters'， 'total_wishers'，'total_comments'，'total_weights'，'average_weight'] ['f0'，'f1'，'f2'，'f3'，'f4'，'f5'，'f6'，'f7'，' f8”，“ f9”，“ f10”，“ f11”，“ f12”，“ f13”，“ f14”]
预期的users_rated，total_wishers，发布的年份，maxplayers，maxplaytime，total_owners，total_weights，average_weight，minplaytime，total_wanters，total_traders，游戏时间，minage，total_comments，minplayer在输入数据中
训练数据没有以下字段：f9，f3，f13，f0，f8，f4，f14，f5，f2，f6，f12，f11，f7，f10，f1
最佳答案
当使用pandas.Series时（如果错误指示需要列名时），您将传递pandas.DataFrame而不是iloc。
如果要返回一个示例的数据框，则可以用另一个列表包装它，如下所示：
voting_regressor.predict(X_test.iloc[[0]])
这样可以保留列名
您也可以简单地使用
[0, 1, 2, 3]指定许多示例。