dtree.predict()を実行したい。

Question

前提

楽天市場のレビューアーの特徴からスパムを検出するAIを作成しています。
決定木分析を行っており、訓練データで学習をし終えましたが結果を予測することができていません。

実現したいこと

ここに実現したいことを箇条書きで書いてください。

• dtree.predict()を使えるようにする。

発生している問題・エラーメッセージ

ValueError: X has 4 features, but DecisionTreeClassifier is expecting 3 features as input.

該当のソースコード

from sklearn import tree
from dtreeviz.trees import *
import dtreeviz
import graphviz

df_past = pd.read_csv(r"C:\Users\Yasu\Documents\情報科学特別演習\csv\スパム検出済み.csv")
df_predict = pd.read_csv(r"C:\Users\Yasu\Documents\情報科学特別演習\csv\predict_data.csv")

X_name = ["reputation","age","sex"]#説明変数
y_name = "spam"#目的変数
X = df_past[X_name]
X = X.values
y = df_past[y_name]

dtree = tree.DecisionTreeClassifier(max_depth=3)
dtree.fit(X,y)

m = dtreeviz.model(dtree,X,y,
                   target_name = y_name,
                   feature_names = X_name,
                   class_names = ["not spam","spam"])

m_view = m.view()
dtree.predict(df_predict)

データについて

訓練データが左で、予測データが右です。

試したこと

予測したいデータの欠損値をドロップさせましたが改善できませんでした。

補足情報（FW/ツールのバージョンなど）

windows11
IDLE

Comments

[pig_vba]

>ValueError: X は 4 つの特徴を持ちますが、DecisionTreeClassifier は 3 つの特徴を入力として期待しています。
dtree.fit直前のXの中身がどのようになっているか確認してください
X=X.values不要？

[yasutin]

提示したエラーに関しては、can110様の回答が適切でした。
ですが、その後にもエラーがでており、その解決にはpig_vba様の回答を参考にさせていただきました。
どちらもベストアンサーにさせていただきたいのですが、今回の質問はcan110様のものをベストアンサーにさせていただきます。
ありがとうございました！

Answer 1

動作未検証ですがdf_predictの読み込み時に左端のA列を含めて４列（特徴量）存在するのがエラー原因だと思われます。
読み込み時に必要な列のみを指定するか、読み込み後にdf_pastと同じく必要な列のみ抽出するとよいでしょう。

Comments

[yasutin]

その通りでした。ありがとうございます！