Python ValueError：操作数无法与形状一起广播，但这只是一种标准化

我正试图使用我的模型预测一个具有以下数字的新功能：

array1=np.数组（[[5.4629,0.211646732.8000490188.71703521510.1690,96.8,27.70118.30]]

array1=缩放器.变换（array1）

model.predict（array1）####由于上一个命令行中的错误，此命令尚无法处理：

ValueError:操作数无法与形状（1,8）（9，）（1,8）一起广播

问题是：我只是在用sklearn MinMaxScaler做一个scaler变换，如果只是一个标准化，那么应该匹配什么维度？我读过不同的源代码，它们总是在两个数组之间进行操作，所以至少一维匹配是有意义的，但在这种情况下，我无法理解这是怎么回事。。。 有人能帮我吗

---

提前感谢

您可以发布更多关于如何设置缩放器对象的代码吗？当然可以！提前谢谢你！从sklearn.preprocessing import MinMaxScaler scaler=MinMaxScaler（）您是否运行了scaler.fit（array1）？我尝试过，但现在出现了一个类似的错误：ValueError:layer sequential的输入0与层不兼容：输入形状的轴-1应具有值9，但收到的输入具有形状[None，8]你可以发布更多关于如何设置scaler对象的代码吗？当然可以！提前谢谢你！从sklearn.preprocessing import MinMaxScaler scaler=MinMaxScaler（）您是否运行了scaler.fit（array1）？我尝试过，但现在出现了一个类似的错误：ValueError:layer sequential的输入0与层不兼容：输入形状的轴-1应具有值9，但收到的输入具有形状[None，8]