python - 使用 xgboost 算法预测值

Question

我已经使用 Xgboost 编写了波士顿房价的代码这是代码

import treelite
import xgboost
from sklearn.datasets import load_boston
import treelite.runtime     # runtime module

X, y = load_boston(return_X_y=True)
print('dimensions of X = {}'.format(X.shape))
print('dimensions of y = {}'.format(y.shape))

dtrain = xgboost.DMatrix(X, label=y)
params = {'max_depth':3, 'eta':1, 'silent':1, 'objective':'reg:linear',
          'eval_metric':'rmse'}
bst = xgboost.train(params, dtrain, 20, [(dtrain, 'train')])

bst.save_model('bst1.model')

bst = xgboost.Booster({'nthread':4}) #init model
bst.load_model("bst1.model") # load data

#Now I want to make prediction using above model

(Pdb) bst.predict(X,10,20)
*** AttributeError: 'numpy.ndarray' object has no attribute 'feature_names'
(Pdb) bst.predict(10,20)
*** AttributeError: 'int' object has no attribute 'feature_names'
(Pdb)

对输入值 10 和 20 进行预测的正确方法是什么？

编辑

在接受了 Adji 的建议之后

(Pdb) bst.predict([[10,20]])
*** AttributeError: 'list' object has no attribute 'feature_names'
(Pdb) bst.predict([10,20])
*** AttributeError: 'list' object has no attribute 'feature_names'

Answer 1

我觉得你应该尝试改变

10,20 到一个矩阵，或者

[[10,20]](遵循xgb.Dmatrix(...)结果的格式)