我们在python中训练模型时，通常的数据格式为dataframe。
在进行模型训练的时候，由于数据量较大所以进行拟合没有问题

model.fit(X_train,y_train)

但是对于训练好的模型，我们在预测时可能并不需要对大量数据集进行预测，有时仅仅需要预测一种特征下的结果。

这里我构建的模型特征为5个，输入为特征示例为[2,2,1,2,3]
这时候转化成dataframe会导致过程较为繁琐，而直接特征列表可能会出现如下错误

expected main_input to have shape (5,) but got array with shape (1,)

解决方案:

将列表转换为数组后进行reshape，由于这里我的5个特征，因此操作如下

data = np.array([2,2,1,2,3]).reshape(-1,5)

随后对data进行预测即可

model.predict(data)