如何部署机器学习模型以使用多个特征数据进行预测

Question

我有一个训练有素的机器学习模型需要部署。它接受了多个特征的训练，但如何使用该模型来预测多个特征数据。例如我需要使用这些特征数据来预测结果

input = [46.8,11,7,0.686563,6.540829e-08,1.133174e-09]

我使用了以下代码，但它似乎 predict() 仅适用于单个特征数据。

from sklearn.externals import joblib
model = joblib.load('SVM_LINEAR')
model.predict([46.8,11,7,0.686563,6.540829e-08,1.133174e-09])

Answer 1

我认为您需要制作一个 numpy 特征数组，然后将其传递到 model.predict 中，即

import numpy as np
from sklearn.externals import joblib
model = joblib.load('SVM_LINEAR')
model.predict(np.asarray([46.8,11,7,0.686563,6.540829e-08,1.133174e-09]))

或者你可以试试这个：

import numpy as np
from sklearn.externals import joblib
model = joblib.load('SVM_LINEAR')
model.predict([[46.8,11,7,0.686563,6.540829e-08,1.133174e-09]])

如何部署机器学习模型以使用多个特征数据进行预测

How to deploy machine learning model to predict with multiple feature data

python

machine-learning

predict