<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>anton0825</author_name>
  <author_url>https://blog.hatena.ne.jp/anton0825/</author_url>
  <blog_title>日々精進</blog_title>
  <blog_url>https://anton0825.hatenablog.com/</blog_url>
  <categories>
    <anon>AI</anon>
  </categories>
  <description>原因は以下 前処理時にDataFrameの列の一部をcategory型に変換していた 学習データは一度parquet形式で保存したものを読み込んでlightgbmに渡していた テストデータは前処理して、parquet形式で保存せず、そのままlightgbmのpredictに渡していた 一度parquet形式で保存したものを読み込むと、category型がobject型になる(!)ので学習時とテストデータに対する推論時で列の型が違ってエラーになった ファイルに保存する時の形式をparquetからpickleに変更して解決した。こんな罠があるとは・・ 参考： blog.amedama.jp</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fanton0825.hatenablog.com%2Fentry%2F2022%2F07%2F09%2F000000&quot; title=&quot;lightgbmでpredictを実行すると「{ValueError}train and valid dataset categorical_feature do not match.」エラー - 日々精進&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2022-07-09 00:00:00</published>
  <title>lightgbmでpredictを実行すると「{ValueError}train and valid dataset categorical_feature do not match.」エラー</title>
  <type>rich</type>
  <url>https://anton0825.hatenablog.com/entry/2022/07/09/000000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
