python - 使用决策树进行自定义数据预测

标签 python machine-learning scikit-learn

我正在使用 train_test_split 来训练模型并使用 predict 检查结果。如何继续预测其他数据的标签,例如来自测试集或用户输入的标签?

最佳答案

您可以使用自定义数据进行预测,只要它具有与您的训练数据相同的特征数量、顺序和类型,并将其放入 array 类型,而不是 list。如果满足这些条件,您可以将该数组发送到模型,以使用普通的 predict() 方法进行预测。

关于python - 使用决策树进行自定义数据预测,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57147986/

相关文章:

machine-learning - 从内存有限的流进行感知器训练

python - 最近邻的距离函数的输入维度

coding-style - pythonic方式在没有索引变量的情况下做N次?

python - 基于列合并重复项?

python - Scikit 学习谱聚类获取每个聚类的项目

machine-learning - 为什么我们在 kmeans 聚类方法中使用 kmeans.fit 函数?

python - 如何获得 "scoring"训练模型(预测)

python - 调用递归函数时出现 WMI 意外 COM 错误 -2147352567

python - 如何将可变数量的参数格式化为字符串?

machine-learning - 如何将 AUC 和平均 11 点精度/召回率结合起来?