Python 尝试查看验证测试的性能时出现DataConversionWarning

现在我正在做一个文本分类任务（我想看看响应是人工还是机器人生成的）。不幸的是，当我尝试查看验证数据集的准确度时，我得到以下错误：

Blockquote DataConversionWarning:当需要1d数组时，传递了列向量y。请将y的形状更改为（n_samples，），例如使用ravel（）。 y=列_或_1d（y，警告=真）

我尝试使用ravel（）方法和重塑，但我仍然得到警告，在互联网上找不到有用的东西

我的代码的一部分是这样的：

with open('validation.txt') as f:
reader = DictReader(f, delimiter='\t')
for row in reader:
    target_values_validation.append(int(row['human-generated']))
    row['response']=row['response'].replace('<first_speaker>', '')
    row['response'] = row['response'].replace('<second_speaker>', '')
    row['response'] = row['response'].replace('<third_speaker>', '')
    row['response'] = row['response'].replace('@@ ', '')
    row['response'] = row['response'].replace('<at>', '')
    row['response'] = row['response'].replace('<url>', '')
    row['response'] = row['response'].replace('<number>', '')
    list_response_validation.append(row['response'])
y_validation=numpy.asarray(target_values,dtype=int)
    text_clf = Pipeline([('vect', CountVectorizer()),
                 ('tfidf', TfidfTransformer()),
                 ('clf', MultinomialNB())])
text_clf=text_clf.fit(list_response_train, y)
predicted1=text_clf.predict(list_response_validation)
accuracy=numpy.mean(predicted1==y_validation.ravel())
print(accuracy)

以open（'validation.txt'）作为f的

：
reader=DictReader（f，分隔符='\t'）
对于读取器中的行：
target_values_validation.append（int（行['human-generated']））
行['response']=行['response']。替换（''，''）
行['response']=行['response']。替换（''，''）
行['response']=行['response']。替换（''，''）
行['response']=行['response']。替换（'@@'，''）
行['response']=行['response']。替换（''，''）
行['response']=行['response']。替换（''，''）
行['response']=行['response']。替换（''，''）
列表\响应\验证。追加（第['response']行）
y_validation=numpy.asarray（目标值，dtype=int）
text_clf=管道（[（'vect'，CountVectorizer（）），
（'tfidf'，tfidftranformer（）），
（'clf'，多项式nb（））]
text\u clf=text\u clf.fit（列表响应序列，y）
predicted1=text\u clf.predict（列表\u响应\u验证）
精度=numpy.mean（predicted1==y\u validation.ravel（））
打印（准确性）

---

每个建议或替代解决方案都得到了高度重视。

1。固定缩进2。您创建了

y\u验证

，然后拟合

y

，您想要哪个？3.什么是

y.shape

和

y.dtype

？谢谢你的评论，实际上我完全忘了对y应用ravel（）。缩进在我的文本编辑器中是很好的，但我想我在复制粘贴代码时把它们弄糟了。y是用于训练模型的目标值向量，y_验证用于测试性能。我现在唯一的问题是精度是0.0，我不明白为什么。固定缩进2。您创建了

y\u验证

，然后拟合

y

，您想要哪个？3.什么是

y.shape

和

y.dtype

？谢谢你的评论，实际上我完全忘了对y应用ravel（）。缩进在我的文本编辑器中是很好的，但我想我在复制粘贴代码时把它们弄糟了。y是用于训练模型的目标值向量，y_验证用于测试性能。我现在唯一的问题是精度是0.0，我不明白为什么。