我正在使用 Sklearn.preprocessing 来预处理 (onehotencoder) 分类数据。
onehotencoder = OneHotEncoder()
pre_loc_data1 = onehotencoder.fit_transform(pre_loc_data1.astype(str)).toarray()
print(pre_loc_data1)
X_train, X_test, y_train, y_test = train_test_split(pre_loc_data1, pre_loc_target, test_size=0.2)
这里的 X-train 现在是编码数据。 如果我将 y_train 数据提供给模型进行预测，它就可以正常工作。 因为它也是编码数据。 但我想使用单个记录作为模型的输入来预测，而不需要像下面这样的编码
(clf.predict(['Hyderabad / Secunderabad','0 Year(s) 8 Month(s)','android','java']))
如何将此类数据作为模型的输入进行测试。
提前致谢!
最佳答案
您需要将 onehotencoder 应用于输入(假设 clf 是您训练过的模型):
clf.predict(onehotencoder.transform([['Hyderabad / Secunderabad','0 Year(s) 8 Month(s)','android','java']]))
关于python-3.x - 如果onehotencoder应用于训练数据，如何通过测试数据来获得模型预测，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55293435/