部署Python模型REST接口遇ndarray无法JSON序列化错误求助

错误原因 #

你代码里没显式调用numpy，但regressor.predict()方法（比如scikit-learn等主流机器学习库的模型）内部会返回numpy ndarray类型结果，而REST端点在序列化返回值时，无法直接处理ndarray这种非Python原生类型，因此抛出序列化错误。

解决方案 #

把predict返回的ndarray转换成Python原生可序列化类型（列表或单个数值）即可，常用两种转换方式：

• 若为单条预测结果，直接提取元素转为Python数值
• 调用ndarray的tolist()方法转为列表

修改后的run函数示例 #

# Run the model and return the scored result.    
def run(Inputs):
    try:  
        prediction = regressor.predict(Inputs)
        # 方案1：单条结果提取为原生数值
        return prediction[0].item()
        # 方案2：转为列表（适配多条结果或保持列表输出格式）
        # return prediction.tolist()
    except Exception as e:
        # 建议添加异常捕获，避免服务直接崩溃
        return str(e)

额外提醒 #

你的测试输入input1包含9个元素，但示例输入schema里的standard_sample_input只有6个元素，需确保输入特征数量和模型训练时一致，避免后续出现维度不匹配的错误。

内容的提问来源于stack exchange，提问作者PeakyBlinder