如何手动将值传递给 Python 中的预测模型？答案

【问题标题】：How to manually pass values to a Prediction Model in Python?如何手动将值传递给 Python 中的预测模型？
【发布时间】：2017-09-14 17:42:25
【问题描述】：

这是一个新手问题，但我是新手。所以我可以按照这个示例来构建预测模型：

我的问题是，既然我已经构建了这个模型，我该如何手动传递这些值来查看这是什么类型的 Iris：[5.1,3.5,1.4,0.2]。

我知道我需要使用 model.predict()，但我似乎无法以正确的格式/合适的方式获取数据。

我只是想通过剖析示例来学习。谢谢。

【问题讨论】：

【解决方案1】：

在Make Predictions部分，作者有一行

predictions = knn.predict(X_validation)

传递给 predict 方法的参数不需要是整个表。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，你可以这样做

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

将数据点对象传递给您为准备好训练数据所做的所有准备工作（例如缩放器、onehot 等），然后将其传递给模型的预测方法：

datapoint_predict = knn.predict(datapoint)

【讨论】：