scikit-learn - 如何在 sklearn model.predict 中用单个样本进行预测？

Question

我用一些数据训练了一个逻辑回归模型。我应用标准标量来训练和测试数据，训练模型。但是如果我想用训练和测试数据之外的数据对模型进行预测，我必须将标准标量应用于新数据但是如果我有单个数据而不是我不能将标准标量应用于我想要的新单个样本怎么办作为输入。使用新数据(尤其是一次单个样本)预测结果的程序应该是什么？

Answer 1

predict() 方法总是需要形状为 [n_samples, n_features] 的二维数组。这意味着即使您想要预测单个数据点，也必须将其转换为二维数组。

使用 reshape 将数据转换为二维数组

# Sample data
print(arr)
[1, 2, 3, 4]

# Reshaping into 2D
arr.reshape(1, -1)

# Result
array([[1, 2, 3, 4]])

在用于从模型生成预测之前，现在可以使用 transform() 方法使用标准标量转换此数组。