Update model_predictor.py

model_predictor.py

@@ -1,14 +1,13 @@
+# model_predictor.py (修正版)
 import xgboost as xgb
 import pandas as pd
 
 class XGBoostModel:
-    # 使用類別變數儲存所有可用的模型名稱及其對應的檔案名稱
     MODELS = {
         'xgboost_model': 'xgboost_model.json'
     }
 
     def __init__(self, default_model='xgboost_model'):
-        # 建立物件時，自動載入預設模型
         self.current_model_name = default_model
         self.model = self._load_model(self.current_model_name)
 
@@ -18,28 +17,27 @@ class XGBoostModel:
                 
         filename = self.MODELS[model_name]
         try:
-            # 建立一個新的 XGBoost 模型實例
             model = xgb.XGBRegressor()
-            # 使用 XGBoost 內建的 load_model 方法載入檔案
             model.load_model(filename)
             return model
         except Exception as e:
             raise FileNotFoundError(f"無法在本地找到或載入模型檔案 '{filename}'：{e}")
 
     def predict(self, model_name, input_df):
-        # 如果請求的模型名稱與目前載入的不同，則動態載入
         if model_name != self.current_model_name:
             self.model = self._load_model(model_name)
             self.current_model_name = model_name
         
-        # 進行預測
         predictions = self.model.predict(input_df)
 
-        # 將預測結果轉換為字典
+        # 【【【主要修正點】】】
+        # 根據錯誤日誌推斷，當輸入只有一筆時，`predictions` 是一個一維陣列，
+        # 例如 [pred_t0, pred_t5, pred_t10, pred_t20]。
+        # 我們應該用 predictions[0], predictions[1] 的方式來取值，而不是 predictions[0][0]。
         result = {
-            'Close_t0_pred': predictions[0][0],
-            'Close_t5_pred': predictions[0][1],
-            'Close_t10_pred': predictions[0][2],
-            'Close_t20_pred': predictions[0][3]
+            'Close_t0_pred': predictions[0],
+            'Close_t5_pred': predictions[1],
+            'Close_t10_pred': predictions[2],
+            'Close_t20_pred': predictions[3]
         }
         return result