如何为我训练有素的机器学习模型提供输入以预测输出？答案

【问题标题】：How to give input to my trained machine learning model to predict the output?如何为我训练有素的机器学习模型提供输入以预测输出？
【发布时间】：2021-06-06 01:23:37
【问题描述】：

我已经训练了一个机器学习模型来使用过去 5 年的数据来预测番茄的价格。现在我想提供一些信息作为输入来获得预测的输出，但我不知道该怎么做。这些是我用来训练模型 District Name、Market Name、Variety、Grade、Modal_Price_(Rs./Quintal)_log、year、month 和 day 的特征。

#XGBoost
xgbm = XGBRegressor()
xgbm.fit(x_train,y_train)
preds = xgbm.predict(x_test)

rmse = np.sqrt(mean_squared_error(y_test, preds))
print("RMSE: %f" % (rmse))

RMSE：0.285714

【问题讨论】：

标签： python python-3.x machine-learning data-science xgboost

【解决方案1】：

如果您已经阅读了所有的 csv 文件，请确保同名文件存在于同一目录中。如果您使用 pandas 来创建数据框，那么。

import pandas as pd
df = pd.read_csv('filename.csv')

如果您想提供原始输入，请参考官方docs

【讨论】：

我已经使用数据训练了我的模型，现在我想提供一些原始数据作为输入，以便我训练的模型可以为我提供番茄的预测价格
让我回复你