接受作为 scikit-learn.predict 方法参数的类型答案

【问题标题】：Types accepted as parameters for scikit-learn.predict methods接受作为 scikit-learn.predict 方法参数的类型
【发布时间】：2021-04-12 15:28:55
【问题描述】：

我正在做一个项目，我正在使用机器学习算法（即 scikit-learn RandomForestClassifier 类）对一些数据进行分类。我已经使用RandomForestClassifier.fit() 来拟合训练数据，现在我正在尝试使用它来预测我的数据。

我的问题是我不确定需要将什么类型的数据传递给我的RandomForestClassifier.predict() 方法来进行预测。我已经使用predict() 方法使用测试集进行预测，但我正在努力了解如何将训练有素的算法应用于更一般的使用问题。

也就是说，我的主要问题是我正在尝试对我的数据框的单行进行预测。在我用来训练算法的数据框中找到一行并对其进行单个预测。这是我使用的许多代码变体之一：

Xnew = productMarketResearch.loc[50]
    Xnew = np.array(Xnew.values.tolist())
    Xnew = sc.transform(Xnew)
    ynew = rfc.predict(Xnew)

我尝试的一切都会引发同样的错误：

ValueError: Expected 2D array, got 1D array instead:
array=[3.63360000e+04 1.55639455e+12 0.00000000e+00].
Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

我曾尝试使用 array.reshape 以及其他方法将其转换为二维数组，但没有任何效果。此问题的任何解决方案以及在数据帧旁边使用predict() 方法的一些一般建议？

【问题讨论】：

标签： python arrays pandas machine-learning scikit-learn

【解决方案1】：

大部分 sklearn 模型都需要二维数组。试试：

# difference here
Xnew = productMarketResearch.loc[[50]]
# usually you don't need this
# Xnew = np.array(Xnew.values.tolist())

Xnew = sc.transform(Xnew)
ynew = rfc.predict(Xnew)

【讨论】：

这是一种享受，谢谢！我不知道这只是把另一对括号这么简单......