[英]sci-kit learn: Reshape your data either using X.reshape(-1, 1)
我正在训练一个用于文本分类的 python (2.7.11) 分类器,在运行时我收到一条已弃用的警告消息,我不知道代码中的哪一行导致了它! 错误/警告。 但是,代码工作正常并给我结果......
\\AppData\\Local\\Enthought\\Canopy\\User\\lib\\site-packages\\sklearn\\utils\\validation.py:386:DeprecationWarning:将一维数组作为数据在 0.17 中被弃用,并会在 0.19 中引发 ValueError。 如果您的数据具有单个特征,则使用 X.reshape(-1, 1) 或 X.reshape(1, -1) 如果它包含单个样本来重塑您的数据。
我的代码:
def main():
data = []
folds = 10
ex = [ [] for x in range(0,10)]
results = []
for i,f in enumerate(sys.argv[1:]):
data.append(csv.DictReader(open(f,'r'),delimiter='\t'))
for f in data:
for i,datum in enumerate(f):
ex[i % folds].append(datum)
#print ex
for held_out in range(0,folds):
l = []
cor = []
l_test = []
cor_test = []
vec = []
vec_test = []
for i,fold in enumerate(ex):
for line in fold:
if i == held_out:
l_test.append(line['label'].rstrip("\n"))
cor_test.append(line['text'].rstrip("\n"))
else:
l.append(line['label'].rstrip("\n"))
cor.append(line['text'].rstrip("\n"))
vectorizer = CountVectorizer(ngram_range=(1,1),min_df=1)
X = vectorizer.fit_transform(cor)
for c in cor:
tmp = vectorizer.transform([c]).toarray()
vec.append(tmp[0])
for c in cor_test:
tmp = vectorizer.transform([c]).toarray()
vec_test.append(tmp[0])
clf = MultinomialNB()
clf .fit(vec,l)
result = accuracy(l_test,vec_test,clf)
print result
if __name__ == "__main__":
main()
知道哪一行会引发此警告吗? 另一个问题是,用不同的数据集运行这段代码给了我同样的准确度,我不知道是什么原因造成的? 如果我想在另一个python进程中使用这个模型,我查看了文档,我找到了一个使用pickle库的例子,但不是joblib。 所以,我尝试遵循相同的代码,但这给了我错误:
clf = joblib.load('model.pkl')
pred = clf.predict(vec);
另外,如果我的数据是具有以下格式的 CSV 文件:“label \\t text \\n” 测试数据的标签列中应该包含什么?
提前致谢
您在clf.fit(vec,l).fit
“vec”输入需要是[[]]
类型,而不仅仅是[]
。 这是我在拟合模型时总是忘记的一个怪癖。
只需添加一组额外的方括号就可以解决问题!
它的:
pred = clf.predict(vec);
我在我的代码中使用了它并且它有效:
#This makes it into a 2d array
temp = [2 ,70 ,90 ,1] #an instance
temp = np.array(temp).reshape((1, -1))
print(model.predict(temp))
2 解决方案:哲学___让你的数据从一维到二维
只需添加: []
vec = [vec]
重塑您的数据
import numpy as np vec = np.array(vec).reshape(1, -1)
如果您想找出Warning
的来源,您可以暂时将Warnings
提升为Exceptions
。 这会给你一个完整的回溯,因此你的程序遇到警告的行。
with warnings.catch_warnings():
warnings.simplefilter("error")
main()
如果您从命令行运行程序,您还可以使用-W
标志。 有关警告处理的更多信息可以在python 文档中找到。
我知道这只是我回答的问题的一部分,但是您是否调试了代码?
因为一维数组将被弃用。 尝试将二维数组作为参数传递。 这可能会有所帮助。
clf = joblib.load('model.pkl')
pred = clf.predict([vec]);
预测方法需要二维数组,你可以看这个视频,我也找到了准确的时间https://youtu.be/KjJ7WzEL-es?t=2602 。你必须从 [] 更改为 [[]]。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.