python - 训练验证和测试集（生产数据）中的一种热编码

Question

例如，我有以下火车。

   name     values
0  Tony      100
1  Smith     110
2  Sam       120
3  Shane     130
4  Sam       140
5  Ram       160

经过一次热编码后，它变成

    values   0    1    2    3    4   
0   100      1    0    0    0    0
1   110      0    1    0    0    0
2   120      0    0    1    0    0
3   130      0    0    0    1    0 
4   140      0    0    1    0    0
5   160      0    0    0    0    1

现在假设我在生产中有Danny一个新级别的测试数据name：

   name     values
0  Shane      200
1  Danny      210
2  Sam        220
3  Tony       180
4  Danny      150

在对此进行一次热编码后

    values   0    1    2    3    
0   200      1    0    0    0 
1   210      0    1    0    0
2   220      0    0    1    0
3   180      0    0    0    1
4   150      0    1    0    0

基于上述情况，我有几个问题：

1. 如何处理生产测试数据中分类变量的级别或值的新条目？
2. 如何保持模型的输入特征大小（例如，训练数据为 6，测试数据为 5）？
3. 在训练集中也是Tony特征 0，但在测试中它是特征 3；它会影响对训练模型的测试输入的预测吗？

Answer 1