如何分配参数以获取每个 sklearn 回归模型的预测目标值?

Question

我正在使用python和sklear。下面的 df 是一个数据帧，其中包含"年龄"、"宽度"、"高度"、"价格"列。 "价格"列是目标值。

X = df[['age','width','height']]
y = df['price']
train_X, test_X, train_y, test_y = train_test_split(X, y, random_state=9)
model = LinearRegression()
model.fit(train_X, train_y)
sc = StandardScaler()
sc.fit(train_X)
score = model.score(test_X, test_y)

现在，如果我想获得上述模型的预测值，年龄参数为 10，宽度为 120，高度为 250，我应该如何分配input_value以获得预测的"价格"？

input_data = ??????
pred_y = model.predict(input_data)

Answer 1

input_data = [[10, 120, 250]]

这应该有效