Question

我目前正在尝试进入机器学习和神经网络，但目前我缺乏编程技能对我有什么影响。我正在关注一个在线教程，其中编写了这些代码行来评估创建的模型：

pred_fn = tf.estimator.inputs.pandas_input_fn(x=X_test,batch_size=len(X_test),shuffle=False)

predictions = list(model.predict(input_fn=pred_fn))

predictions[0]

final_preds = []
for pred in predictions:
    final_preds.append(pred['class_ids'][0])

final_preds[:10]

from sklearn.metrics import classification_report

print(classification_report(y_test,final_preds))

这对我很有用，告诉我从X_test选择的这10个输入中获得的精确度。不幸的是，我无法弄清楚如何能够预测X_test中的特定单值，或者甚至可能是与X_test元素具有相同维度的手动输入值。

X_test是pandas.core.frame.DataFrame，包含15列和数千行。因此，我会发现预测或评估某个值是有帮助的。

如果我错过了我应该包含的任何重要信息，请告诉我。提前谢谢！

Answer 1

为什么不直接使用X_test数据帧的某些部分，或者将单个值作为带有单行的数据帧传递。

划分数据框：

params[:user] #=> Hash {name: foo, id: 10}
params[:user][:name] #=> will return 10
params[:user][:array] #=> will return [1,2]

用第i行测试，现在使用temp而不是X_test。

或者创建一个包含所需数据的新数据框：

temp = X_test[i:i+1]

其中数据作为列表输入（可迭代）[[a1，a2，a3 ... a15]]。

再次在代码中使用temp而不是X_test。

预测分类网络中的单个值

1 个答案: