Тренировали модель, но как вручную прогнозировать новый экземпляр?

функция предиката принимает массив формы (n_samples, n_features). Я предполагаю n_features=3 в вашем случае, поэтому:

print('Your prediction for [12,44,0] is', gb_clf.predict([[12,44,0]])

Пример:

from sklearn.datasets import make_hastie_10_2
from sklearn.ensemble import GradientBoostingClassifier

X, y = make_hastie_10_2(random_state=0) # has 10 features
X_train, X_test = X[:2000], X[2000:]
y_train, y_test = y[:2000], y[2000:]

clf = GradientBoostingClassifier(n_estimators=100, learning_rate=1.0, max_depth=1, random_state=0).fit(X_train, y_train)
sample = [list(range(10))] # we provide 10 features for prediction
print('Prediction:', clf.predict(sample))