Итак, я создал модель со смешанными типами данных и использовал рекомендуемый пример из SK Learn Docs, используя преобразователь столбцов для построения классификатора.
Поскольку ввод поступает из csv и преобразуется в фрейм данных Pandas, похоже, что X_test, X_train, y_test, y_train также являются фреймами данных. Передача y_test в функцию clf.predict () работает нормально, и я получаю прогнозы.
Однако я хочу разместить эту модель Google Cloud ML Engine, которая принимает 2D-массив экземпляров в API запросов прогнозов. Как мне заставить мой классификатор приспособиться и принять массив входных данных, а не фрейм данных? Я понимаю, что это может быть довольно тривиально, но изо всех сил пытаюсь найти решение.
df
, то просто передайтеdf.values
. Если вам нужен собственный 2D-список Python,df.values.tolist()
. Я не знаком с Google ML Cloud, поэтому, возможно, это совершенно не соответствует действительности. - person Alex L   schedule 23.12.2018