如何手动将值传递给 Python 中的预测模型？

Question

这是一个新手问题，但我是新手。所以我可以按照这个例子来构建预测模型：

我的问题是，既然我已经构建了这个模型，我如何手动传递这些值来查看这是哪种 Iris：[5.1,3.5,1.4,0.2]。

我知道我需要使用 model.predict()，但我似乎无法获取正确的数据 format/fit。

我只是想通过剖析示例来学习。谢谢。

Answer 1

在Make Predictions部分，作者有行

predictions = knn.predict(X_validation)

您传递给 predict 方法的参数不需要是一个完整的 table。您也可以将单行传递给它。只需确保您传入的行的方向与您训练的数据相同。

例如，如果您使用数据框作为输入，您可能会执行以下操作：

pd.DataFrame({"x1": [1,4,2,1,4,1], "x2": [7,9,7,7,6,8], ...})

那么，你可以做

datapoint = pd.DataFrame({"x1": [1], "x2": [8], ...})

通过您为准备好训练数据所做的所有准备（例如缩放器、onehot 等）传递 datapont 对象，然后将其传递到模型的预测方法中：

datapoint_predict = knn.predict(datapoint)

How to manually pass values to a Prediction Model in Python?