如何在 sklearn model.predict 中使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，如果我想用训练数据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，我不能将标准标量应用于我想要的新单个样本作为输入。 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() 方法总是需要一个形状为[n_samples, n_features] 的二维数组。这意味着，如果您想对单个数据点进行预测，则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]])

现在可以使用标准标量使用transform() 方法转换此数组，然后再用于从模型生成预测。