sci-kit 学习：使用 X.reshape(-1, 1) 重塑数据

Question

我正在训练用于文本分类的 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，代码工作正常并给我结果……

\AppData\Local\Enthought\Canopy\User\lib\site-packages\sklearn\utils\validation.py:386: DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and willrais ValueError in 0.19.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，使用不同的数据集运行此代码会给我相同的精确度，但我无法弄清楚是什么原因造成的？如果我想在另一个 python 进程中使用这个模型，我查看了文档并找到了一个使用 pickle 库的示例，但没有用于 joblib。所以，我尝试使用相同的代码，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” 测试数据的标签列中应该是什么？

提前致谢

原文由 sareem 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您对 clf.fit(vec,l).fit 的“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！

原文由 Heavy Breathing 发布，翻译遵循 CC BY-SA 4.0 许可协议