机器学习python实践过程中关于predict函数相关注意事项

最近在跟着相关指导书，利用python对机器学习的相关模型进行实战，但是其中有一个predict函数让我感到很头疼，然后查了一些资料，结合个人的总结，写下这篇文章，想跟大家一起探讨一下，如果我有哪里说错了请见谅，本人虚心接受批评指正。当然，如果这篇文章还能入得了各位“看官”的法眼，麻烦点赞、关注、收藏，支持一下！

本文为了显示的整洁，所以格式中统一不使用“逗号”，但是在编程的时候该用还是要用

一、predict函数的功能

predict函数就是对测试集中的样本点数据进行预测，配合fit函数使用

二、predict函数的使用

y_out=predict(x_in)

其中x_in是测试集中的样本点数据，y_out是预测结果

三、predict函数中x_in的格式说明

x_in应该是一个二维的numpy数组！！！

具体表现形式如下：

特殊情况：

1、一个样本多个特征时：

x_in的格式应写成：。

（注意：x_in是一个二维的numpy数组，即是有两对中括号的，仅写一对中括号系统会报错）

以《深入浅出python机器学习》这本书上的内容举例：

样本是X[312]

运行代码print(X[312].ndim)可以知道其维度是1

运行代码print(type(X[312]))可以知道它的类型是numpy.ndarray，即numpy数组

如果直接运行代码print(gnb.predict(X[312]))系统会提示错误，错误内容如下：

(PS:gnb是我自定义的模型的名字)

但是如果、将X[321]改变成二维数组的格式并打印出来，即运行代码print(np.array([X[312]]))可得

运行代码print(np.array([X[312]]).ndim)可知维度是2

运行代码 print(type(np.array([X[312]])))可以知道它的类型是numpy.ndarray，即numpy数组

然后我们运行代码print("结果是：",gnb.predict(np.array([X[312]])))，代码正常运行，如下

2、一个特征多个样本时：

针对一个特征多个样本时，很多小伙伴常会错写成如下格式：

但其实上面这种格式是一个一维numpy数组，所以会出现报错现象，因此，应该写成：