Как преобразовать данные в соответствии с предварительной обработкой эксперимента по регрессии Пикаре при загрузке модел ⇐ Python

[Anonymous]

Я обучил регрессионную модель с помощью Reгрессионный эксперимент() из библиотеки pycaret AutoML.
В части эксперимента, связанной с предварительной обработкой/выбором функций, количество функций составило от 730 до 146. :

Код: Выделить всё

Original data shape (5585, 730)
Transformed data shape  (5585, 146)
Transformed train set shape (4468, 146)
Transformed test set shape  (1117, 146)

Я сохранил/загрузил модель с помощью save_model/

Код: Выделить всё

load_model

(из pycaret.reгрессии import save_model, load_model), и теперь я пытаюсь заставить модель прогнозировать новые данные, которые включают в себя все 730 функций.
Как мне это сделать? экспортировать и извлечь механику предварительной обработки таким образом, чтобы иметь возможность предварительно обрабатывать новые данные с использованием той же стратегии предварительной обработки, которая использовалась в эксперименте?

Подробнее здесь: https://stackoverflow.com/questions/792 ... processing