Sklearnの1Dアレイでの非推奨警告の取得

Question

this questionに記載されている警告の問題を解決するには、ひどく時間がかかります。残念ながら、ここで提案されている修正を行っても問題は解決しません。

私はSVM.SVC予測に1D配列を供給していますが、廃止予定の警告が表示されています。私は何が間違っているのか分かりませんし、誰かが私のコードを修正するのを助けることを望んでいます。私はそれが私が行方不明の小さな修正だと確信しています。私は、Python 2.7私はデータフレームdata_dfで始まる

使用してい

（寸法明快さが、コードおよび構造のために、ここで減少が正確である）：

Price/Sales Price/Book Profit Margin Operating Margin 
0   2.80  6.01   29.56    11.97 
1   2.43  4.98   25.56    6.20 
2   1.61  3.24   4.86    5.38 
3   1.52  3.04   4.86    5.38 
4   3.31  4.26   6.38    3.58 

私はnumpyの配列へデータフレームを変更します。私を与え

X = data_df.values 

：

[[ 2.8, 6.01, 29.56, 11.97], 
[ 2.43, 4.98, 25.56, 6.2 ], 
[ 1.61, 3.24, 4.86, 5.38], 
[ 1.52, 3.04, 4.86, 5.38], 
[ 3.31, 4.26, 6.38, 3.58]] 

その後、私はセンターと私のデータを正規化：

私を与える

X = preprocessing.scale(X) 

：

[[ 0.67746872 1.5428404 1.39746257 1.90843628] 
[ 0.13956437 0.61025495 1.03249454 -0.10540376] 
[-1.05254797 -0.96518067 -0.85621499 -0.3915994 ] 
[-1.18338957 -1.14626523 -0.85621499 -0.3915994 ] 
[ 1.41890444 -0.04164945 -0.71752714 -1.01983373]] 

は私のyは0と1のシリーズです：

[0, 0, 1, 0, 1] 

実際のデータセット約10,000の観測値です。私はトレーニング、テスト、および正確さをチェックするためのサブセットを選択するために、次のコードを使用：

test_size = 500 


clf = svm.SVC(kernel = "linear", C=1.0) 
clf.fit(X[:-test_size],y[:-test_size]) 

correct_count = 0 

for x in range(1, test_size+1): 
    if clf.predict(X[-x])[0] == y[-x]: 
     correct_count += 1 

print("Accuracy: ", correct_count/test_size * 100.00) 

Iはclf.predictに供給要因のテストセットは、（Xが[-x]は、x = 1 +1をtest_sizeする）スロー

C:\Users\me\AppData\Local\Continuum\Anaconda2\lib\site-packages\sklearn\ut 
ils\validation.py:386: DeprecationWarning: Passing 1d arrays as data is deprecat 
ed in 0.17 and willraise ValueError in 0.19. Reshape your data either using X.re 
shape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contain 
s a single sample. 
    DeprecationWarning) 

コードが機能し、予測ができて精度を計算できますが、まだ警告が表示されています。

私が検索から知ることができ、上記の他の質問を参照する限り、私のデータは適切な形式です。私は何が欠けていますか？

ご協力いただきありがとうございます。

Answer 1

警告メッセージの示唆をするだけで済みます。変数X[-x]は1Dですが、2Dである必要があります。これは、複数の機能を備えた単一のサンプルですので、ちょうどそれに.reshape(1,-1)を追加し、警告が晴れ：

for x in range(1, test_size+1): 
    if clf.predict(X[-x].reshape(1,-1))[0] == y[-x]: 
     correct_count += 1 

clf.predict機能は、複数の機能を使用して複数の値を予測することができます。 1D配列を渡す場合、インテントが複数のフィーチャを持つ単一の値であるか、単一のフィーチャを持つ複数の値であるかは不明です。警告メッセージは、2D配列を自分で作成して区別を明示するように指示します。