Python sci工具包学习：使用X.Reformate（-1，1）重塑数据

我正在训练一个python（2.7.11）分类器进行文本分类，在运行时，我收到一条不推荐的警告消息，我不知道代码中的哪一行导致了它！错误/警告。然而，代码运行良好，并给我结果

\AppData\Local\Enthught\Canopy\User\lib\site packages\sklearn\utils\validation.py:386:DeprecationWarning:将1d数组作为数据传递在0.17中被弃用，并将在0.19中引发ValueError。如果数据具有单个特征，请使用X.restrape（-1，1），如果数据包含单个样本，请使用X.restrape（1，-1）重塑数据

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()

你知道哪一行会提出这个警告吗？ 另一个问题是，使用不同的数据集运行这段代码会给我相同的准确度，我无法找出这是什么原因造成的？ 如果我想在另一个python进程中使用此模型，我查看了文档，发现了一个使用pickle库的示例，但没有针对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);

此外，如果我的数据是具有以下格式的CSV文件：“标签\t文本\n” 测试数据的标签列中应该有什么

---

提前感谢

如果您想了解

警告

的来源，您可以将

警告

临时升级到

异常

。这将为您提供一个完整的回溯，从而返回程序遇到警告的行

with warnings.catch_warnings():
    warnings.simplefilter("error")
    main()

如果从命令行运行程序，也可以使用

-W

标志。有关警告处理的更多信息，请参阅

我知道这只是我回答的问题的一部分，但你调试代码了吗？

是：

pred = clf.predict(vec);

我在我的代码中使用了这一点，它起到了作用：

#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))

---

您在

clf.fit（vec，l）.fit中的“vec”输入必须是
[[]]
类型，而不仅仅是
[]
。这是一个怪癖，我总是忘记当我适合模型

只需添加一组额外的方括号就可以了
 因为1D数组将被弃用。尝试将二维数组作为参数传递。这可能会有帮助

clf = joblib.load('model.pkl') 
pred = clf.predict([vec]);

2解决方案：哲学\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

只需添加：
[]

vec = [vec]


重塑您的数据

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


Predict method Expected 2-d array，您可以观看此视频，我还找到了确切的时间。您必须从[]更改为[]。
不，我没有调试，因为我在windows上使用canopy，需要升级才能下载调试工具，我是所有这些的初学者！谢谢你的回答如果你指的是控制台上的内容，那么我就得到了上面粘贴的内容。没有比这更重要的了。如果你的意思是跟踪代码，那么我没有尝试过，但是是的，我似乎可以导入pdb库，但是使用它没有多大帮助（可能是因为我是初学者）…请解释你的解决方案。