标签: numpy machine-learning scikit-learn random-forest
假设我有一个10000个观测值的numpy数组X和一个随机森林模型model。我注意到当我使用model.predict(X)时,它比逐行预测要少几个数量级,即
X
model
model.predict(X)
for i in range(X.shape[0]): clf.predict(X[i:i+1,:])
在我的应用程序中,我必须逐行进行预测。有办法克服这个问题吗?