我已经定义了一个随机森林模型，将数据分为训练集和测试集，使用 trainx 和 trainy 以及我的目标变量，即 y = 价格来训练模型。当我运行 df_model.predict(valx) 时，它返回一个包含预测价格的数组。现在我希望用户输入3BHK大小的房屋，位于美国，建筑类型为超级内置，并得到“单个房屋”的价格，而不是那个NumPy数组，我希望得到如上所述的输出。

我尝试使用 df_model.predict(df.Landsize)，它给了我土地面积的预测，但我想要的是价格。我的代码如下所示：

  df=pd.read_csv('house_data.csv')  df_feautres=['Rooms','Balcony','Bathroom','Landsize','Lattitude','Longtitude']  x=df[df_feautres]  y=df.Price  df_model=RandomForestRegressor(random_state=1)  train_x,val_x,train_y,val_y=train_test_split(x,y,random_state=1)  df_model.fit(x,y)  prediction=df_model.predict(val_x)  print(prediction)

我得到的是预测价格的NumPy数组，但我想要的是基于用户输入的单个房屋的价格

回答：

我想回答我自己的问题。我从用户那里获取输入，并将它们存储在字典中，然后从字典创建一个DataFrame，如 df=pd.DataFrame(d)，然后将这个DataFrame作为输入传递给预测价格，如 df_model.predict(df)