pythonで機械学習モデルを作り実行するとTypeError: float() argument must be a string or a number, not 'dict'とエラーが出た

Question

前提・実現したいこと

Ruby on Railsで作ったWEBアプリとPythonで作った機械学習モデルの連携を最終目標として今作業しています。

そこで、まずpythonでlearning.pyというファイルに簡単な学習モデルを作成しました。python learning.pyで実行するとarray([1])と出力されるはずが、下記のようなエラーが出ました。
エラー文を見るとfloatの（）引数は 'dict'ではなく文字列または数値でなければなりませんと書かれているのでエラー文を調べて見たが、解決法がわからなかったので対処法をご教示願いたいです。

発生している問題・エラーメッセージ

/Users/takuma/opt/anaconda3/lib/python3.7/site-packages/sklearn/linear_model/logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgs' in 0.22. Specify a solver to silence this warning.
  FutureWarning)
/Users/takuma/opt/anaconda3/lib/python3.7/site-packages/sklearn/linear_model/logistic.py:469: FutureWarning: Default multi_class will be changed to 'auto' in 0.22. Specify the multi_class option to silence this warning.
  "this warning.", FutureWarning)
/Users/takuma/opt/anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/__init__.py:15: DeprecationWarning: sklearn.externals.joblib is deprecated in 0.21 and will be removed in 0.23. Please import this functionality directly from joblib, which can be installed with: pip install joblib. If this warning is raised when loading pickled models, you may need to re-serialize those models with scikit-learn 0.21+.
  warnings.warn(msg, category=DeprecationWarning)
Traceback (most recent call last):
  File "learning.py", line 24, in <module>
    print(clf.predict([send_data]))
  File "/Users/takuma/opt/anaconda3/lib/python3.7/site-packages/sklearn/linear_model/base.py", line 289, in predict
    scores = self.decision_function(X)
  File "/Users/takuma/opt/anaconda3/lib/python3.7/site-packages/sklearn/linear_model/base.py", line 265, in decision_function
    X = check_array(X, accept_sparse='csr')
  File "/Users/takuma/opt/anaconda3/lib/python3.7/site-packages/sklearn/utils/validation.py", line 536, in check_array
    array = array.astype(np.float64)
TypeError: float() argument must be a string or a number, not 'dict'

learning.py

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
import pandas as pd

iris = datasets.load_iris()
X = pd.DataFrame(iris.data, columns=["sepal_length", "sepal_width", "petal_length", "petal_width"])
y = iris.target

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.20, random_state=0)

clf = LogisticRegression()
clf.fit(X_train, y_train)

from sklearn.externals import joblib
joblib.dump(clf, 'iris_logreg.pkl')
joblib.dump(["sepal_length", "sepal_width", "petal_length", "petal_width"], 'iris_logreg_cols.pkl')

send_data = [{'petal_length': 4.5,
  'petal_width': 1.5,
  'sepal_length': 6.0,
  'sepal_width': 2.8999999999999999}]

print(clf.predict([send_data]))

補足情報（FW/ツールのバージョンなど）

Ruby on Railsで作ったWEBアプリとPythonで作った機械学習モデルを連携するには？

の5.簡単な学習モデルを作る　を参考に同じ機械学習モデルを作成しました。

この記事と全く同じ機械学習モデルを作成しlearning.pyを行うと

xpected 2D array, got scalar array instead:

というエラーが出現し調べてみたところ、learning.pyの最終行の記述が悪かったみたいなので、その箇所を上記のように修正したところ今回の質問のエラーが出ました。

修正前

print(clf.predict(send_data))

修正後

print(clf.predict([send_data]))

ツールのバージョンはpip freezeで確認すると下記の通りでした。

anaconda-client==1.7.2
anaconda-navigator==1.9.7
appnope==0.1.0
asn1crypto==1.2.0
attrs==19.3.0
backcall==0.1.0
backports.functools-lru-cache==1.5
backports.tempfile==1.0
backports.weakref==1.0.post1
beautifulsoup4==4.8.1
bleach==3.1.0
certifi==2019.9.11
cffi==1.13.0
chardet==3.0.4
Click==7.0
clyent==1.2.2
conda==4.7.12
conda-build==3.18.9
conda-package-handling==1.6.0
conda-verify==3.4.2
cryptography==2.8
decorator==4.4.0
defusedxml==0.6.0
entrypoints==0.3
filelock==3.0.12
future==0.17.1
glob2==0.7
idna==2.8
importlib-metadata==0.23
ipykernel==5.1.2
ipython==7.8.0
ipython-genutils==0.2.0
ipywidgets==7.5.1
jedi==0.15.1
Jinja2==2.10.3
joblib==0.13.2
json5==0.8.5
jsonschema==3.1.1
jupyter-client==5.3.4
jupyter-core==4.6.0
jupyterlab==1.1.4
jupyterlab-server==1.0.6
libarchive-c==2.8
lief==0.9.0
MarkupSafe==1.1.1
mistune==0.8.4
mkl-fft==1.0.14
mkl-random==1.1.0
mkl-service==2.3.0
more-itertools==7.2.0
navigator-updater==0.2.1
nbconvert==5.6.0
nbformat==4.4.0
notebook==6.0.1
numpy==1.17.2
olefile==0.46
pandas==0.25.2
pandocfilters==1.4.2
parso==0.5.1
pexpect==4.7.0
pickleshare==0.7.5
Pillow==6.2.0
pkginfo==1.5.0.1
prometheus-client==0.7.1
prompt-toolkit==2.0.10
psutil==5.6.3
ptyprocess==0.6.0
pycosat==0.6.3
pycparser==2.19
Pygments==2.4.2
pyOpenSSL==19.0.0
pyrsistent==0.15.4
PySocks==1.7.1
python-dateutil==2.8.0
pytz==2019.3
PyYAML==5.1.2
pyzmq==18.1.0
QtPy==1.9.0
requests==2.22.0
ruamel-yaml==0.15.46
scikit-learn==0.21.3
scipy==1.3.1
Send2Trash==1.5.0
six==1.12.0
soupsieve==1.9.3
terminado==0.8.2
testpath==0.4.2
tornado==6.0.3
tqdm==4.36.1
traitlets==4.3.3
urllib3==1.24.2
wcwidth==0.1.7
webencodings==0.5.1
widgetsnbextension==3.5.1
zipp==0.6.0

Comments

[meg_]

リンクは「リンクの挿入」で記入してください。

[Homaresan]

了解しました！直ぐに編集します！

Answer 1

predictのところを下記のように書き換えたところ動きました。
※参考サイトの出力とは異なりますので、これでOKかどうかは分かりません。

print(clf.predict(pd.io.json.json_normalize(send_data)))

#[2]

疑問点はサイト作成者へ質問するのが一番良いと思います。

Comments

[Homaresan]

ご回答ありがとうございます！自分も試したところ[2]が返ってきました。もう少し考えてみて解決できなかったらサイト作成者へ質問します！