Predict() 返回太多值而不是一个

我正在构建一个系统，根据最适合用户的内容从数据集中推荐一本书。问题是，不仅退还给我一本书，而且还出了很多书。我该如何解决？

代码是这样的：

from sklearn.neighbors._classification import KNeighborsClassifier
import pandas as pd

class SuggestAudiobook:
def __init__(self, book):
            
    model = KNeighborsClassifier()

    book = pd.read_csv("dataset.csv", delimiter = ";")

    var2 = book.Title

    var1 = book[["audioRuntime_converted", "category_converted"]]

    var2 = var2.astype('string')
    var1 = var1.astype('int')
        
    model.fit(var1, var2)

    dataframe = pd.DataFrame(data = {"audioRuntime_converted": book.audioRuntime_converted, "category_converted": book.category_converted})

    predictionDataframe = model.predict(dataframe)

    print("L'audiobook recommended for you is --> ", predictionDataframe)

结果是这样的：

audiobook recommended for you is' -->  ['Catching Fire' 'In Charge of Moonlight' 'Catching Fire' ... 'Born a Crime' 'Born a Crime' 'Born a Crime']

I attach the images of the result obtained:

我将根据数据输入在数据集中包含的书籍中推荐一本书。在这种情况下，数据输入是：audioRuntime_converted and category_converted（它们可以在调用该函数的另一个文件中找到）。然后在数据集中我根据这两个字段进行搜索。我确信该过程在另一个项目中应用时是正确的，唯一的问题是输出给了我更多的值而不是一个。

您的数据框中有多行，.predict()函数将为数据集的每一行运行。

So len(predictionDataframe) == len(dataframe)