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。它经过多特征训练，但是如何使用该模型对多个特征数据进行预测。 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]

我使用了下面的代码，但似乎predict（）仅适用于单个要素数据。

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些特征数组，然后将其传递到model.predict内部，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]))

或者您可以尝试以下操作：

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]])