决策模型预测传参问题

请教关于决策树的问题。
使用python DecisionTreeClassifier, 将模型导出为.pkl后，在另一个程序中load 模型后，如何构造predict的参数呢？

我的特征值是连续型数据，有四个特性，130条记录。那么经过fit_transform 后，一个记录是520个元素。那么，当我要使用这个trained好的模型的话，我的实际测试数据是只有四个元素，如何转为 0 1型的520个元素的这种格式呢。

不行的，请看

你是说你训练的时候是520个数据，测试输入只有4个数据吗？

可以单独预测啊？为什么要转换呢？假设你的四个元素是1,2,3,4，那么只需要将加载的模型model,执行 model.predict([[1,2,3,4])就可以获得分类了，如果需要概率值，就使用predict_proba就行