训练集特征与预测中的测试集特征不同答案

【问题标题】：training set features different from test set features in prediction训练集特征与预测中的测试集特征不同
【发布时间】：2017-06-23 16:52:51
【问题描述】：

我有两个数据集，训练数据集和测试数据集，我想对这些数据集进行预测。我的火车数据集具有以下特点：

 ID, name, age, Time of recruitment, Time fired, status

我的测试数据集有以下特点：

ID, name, age, Time of recruitment

现在我想预测测试数据集的“状态”，但训练数据集特征的数量与测试数据集不同。训练数据集具有“触发时间”功能，而测试数据集则没有。
我该怎么办？

【问题讨论】：

status 代表什么？是否与目前在公司工作或离开的员工有关？如果是这样，time_fired 将与status 相关，并且可能对您的模型产生负面影响。我建议你不要在这种情况下使用它。

【解决方案1】：

如果模型使用特定属性，则在测试集中需要它进行预测。

“触发时间”是预测的重要/关键属性吗？如果不是，您也可以将其留在训练数据中。如果是这样，您也必须想办法在测试数据中收集它。

【讨论】：

非常感谢您的回复。是的，“触发时间”有助于预测，我不知道如何在测试数据集中收集它。有什么办法可以解决吗？如何使用训练数据训练模型，然后将其用于测试数据？非常感谢
如果您在测试数据中没有“时间触发”，则很难获得它。这与预测目标变量“状态”一样困难。至于第二个问题，你需要通过机器学习过程中的入门。
谢谢。但也许对于第二个问题，我让你误会了。当我对训练和测试数据具有相同的属性时，我知道模型如何使用数据进行训练，然后将其用于测试数据。但我的问题与我在最初的问题中对训练和测试数据具有不同属性的情况有关。