sci-kit learn：使用 X.reshape(-1, 1) 重塑数据

Question

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，我不知道我的代码中的哪一行导致了它！错误/警告。但是，代码可以正常工作并给我结果...

\AppData\Local\Enthought\Canopy\User\lib\site-packages\sklearn\utils\validation.py:386: DeprecationWarning: Passing 1d arrays as data 在 0.17 中被弃用，并且会在 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) 重塑您的数据，如果它包含单个样本，则使用 X.reshape(1, -1)。

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会给我同样的准确度，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，发现了一个使用 pickle 库的示例，但不适用于 joblib。因此，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，如果我的数据是这种格式的 CSV 文件：“label \t text \n” 测试数据的标签列应该是什么？

提前致谢

Answer 1

clf.fit(vec,l).fit 中的“vec”输入必须是[[]] 类型，而不仅仅是[]。这是我在拟合模型时总是忘记的怪癖。

只需添加一组额外的方括号就可以了！

Answer 2

预测方法需要二维数组，你可以看这个视频，我也找到了确切的时间https://youtu.be/KjJ7WzEL-es?t=2602。你必须从[]更改为[[]]。

Answer 3

2 解决方案：哲学___使您的数据从一维变为二维

1. 只需添加：[]

   vec = [vec]
   

2. 重塑您的数据

   import numpy as np
   vec = np.array(vec).reshape(1, -1)
   

Answer 4

由于一维数组将被弃用。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]);

Answer 5

是：

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))

Answer 6

如果您想了解Warning 的来源，可以暂时将Warnings 升级为Exceptions。这将为您提供完整的 Traceback 以及您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，请参阅python documentation。

我知道我回答的只是你问题的一部分，但你调试过你的代码吗？