У меня есть три набора функций для представления предыдущей обученной модели scikit-learn:
A = массив ([[- 382,29239588, 41,55566247, -82,34002121, 46,9418383,
-17,57207451, 23,04330074, -8,98339168, 2,97027623,
-16,17635433, -29,03104395, -37,84540421, -19,96247004,
1.45566493]])
B = массив ([[- 444,93935052, 48,67435957, -25,65093617, 12,46741799,
-20,81909953, -3,69393061, -3,97891248, 5,04373584,
9.53073143, 20.83470381, 18.91419348, 10.87717349,
-9,04956821]])
C = массив ([[- 649,74776586, 59,1572497, 31,63943146, 22,1205277,
15,82881909, 8,89525358, 7,49826875, 11,19258763,
14.35441643, 13.16984965, 8.34934463, 3.93615236,
1.84237938]])
classifier = joblib.load ('model.joblib')
classifier.predict (А)
classifier.predict (В)
classifier.predict (С)
Модель, которую я загрузил, чтобы сделать прогноз, была предварительно обучена с использованием масштабированных значений (StandardScaler) функций. Проблема в том, что три набора функций, приведенных выше, дают одинаковый результат, хотя они очень разные.
Я не делаю никаких операций масштабирования в этих новых значениях, должен ли я? Я попытался масштабировать одно значение перед прогнозированием и получаю массив с нулями.
Что я делаю не так? Должен ли я выполнить какую-либо операцию с одним значением, прежде чем вызывать прогноз для модели?