Python—在0.17中不推荐将1d数组作为数据传递，并且在0.19中会引发ValueError

我正在尝试使用python进行一个小型机器学习示例，其中我绘制了几个坐标，然后预测位置，如下所示：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import style
style.use("ggplot")
from sklearn import svm

x = [1, 5, 2, 8, 3, 9]
y = [2, 8, 3, 8, 4, 11]

plt.scatter(x,y)
plt.show()

X = np.array([[1,2],[5,8],[2,3],[8,8],[3,4],[9,11]])
print(X)

y = [0,1,0,1,0,1]

clf = svm.SVC(kernel='linear', C = 1.0)
clf.fit(X,y)

print(clf.predict([10,10]))

当我运行它时，会出现以下错误：

C:\anaconda\python36\win64\431\lib\site-packages\sklearn\utils\validation.py:395: DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample.
  DeprecationWarning)

---

我是机器学习新手，很难从这里开始学习。

您没有收到错误，这是一个警告。警告消息之后仍将打印预测

警告中也列出了解决方案：

使用X重塑数据。如果数据具有 单个特征或X.重塑（1，-1），如果它包含单个样本

按照承诺消除警告：

>> print(clf.predict(np.array([10,10]).reshape(1,-1)))
[1]

---

此外，从弃用警告来看，代码是否不起作用？警告只是让您知道，1d阵列在未来版本中无法工作。谢谢。现在可以工作是的，它显示在那里，但我试图将数组的形状改为X=X。改形（-1,1），但不起作用。现在，在进行重塑的同时预测其效果。