我已经成功地对下面的数据集进行了预测，但我在尝试弄清楚如何将模型的预测输出映射回TEAM标签。我使用的是Python 3、Pandas和SciKit Learn。

样本数据：

Team    A   B    C  ScoreRed     5   7   15  100Green   4   8   22  57Blue    3   8   33  23Yellow  6   8   44  122 

这是我设置的简单线性回归的一个例子。

#file inputlearning = sample_data#featuresfeature_cols = ['A','B','C']#feature harnessX = learning.loc[:, feature_cols]#target harnessY = learning.Score#model fitmodel = LinearRegression()model.fit(X, Y)# set up model harness for XXnew = learning.values# set up model harness for Yynew = model.predict(Xnew)print(ynew)

使用这个，我可以生成如下所示的预测数组：

[108.3970182  181.02527571 230.70598661 120.18243645]

但我在尝试得到如下所示的结果，以便在向模型输入没有SCORE的新数据时，我可以为每个团队预测SCORE：

[Red:108.3970182  Green:181.02527571 Blue:230.70598661 Yellow:120.18243645]

我对格式持开放态度，我只需要将预测输出与输入中的每个特定团队匹配即可。

回答：

你可以在数据集上添加一个新列来实现这一点。

# new data new_data (assumes DataFrame)# You don’t have to pass new_data.values to Scikit-learn # Scikit-learn accepts DataFrame as it ispredictions = model.predict(new_data)new_data['predictions'] = predictions print(new_data)