Я уже создал модель (h5 и tfjs / model. json) для прогнозирования ценообразования. Проблема в том, что я не знаю, как прогнозировать на основе одного экземпляра? Обычно прогнозирование основывается на всех данных испытаний. Уже пробовал это, но не работает ...
model.predict(np.array([0.347669, 0.048266, 0.515875, -0.166667, 0.000000, 0.378772]))
Сообщение об ошибке
ValueError: Error when checking input: expected dense_1_input to have shape (6,) but got array with shape (1,)
Насколько я знаю, экземпляр / значение должно быть нормализовано (я использую линейный регрессия) и преобразовать в массив numpy. Не уверен, как поступить. Есть кое-что, но я понятия не имею об этом. ожидается, что плотный будет иметь форму, но получил массив с формой
Сводка модели
Model: "sequential_1"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
dense_1 (Dense) (None, 200) 1400
_________________________________________________________________
dense_2 (Dense) (None, 100) 20100
_________________________________________________________________
dense_3 (Dense) (None, 50) 5050
_________________________________________________________________
dense_4 (Dense) (None, 25) 1275
_________________________________________________________________
dense_5 (Dense) (None, 1) 26
=================================================================
Total params: 27,851
Trainable params: 27,851
Non-trainable params: 0
_________________________________________________________________
None