Получение предупреждения об устаревании в Sklearn над массивом 1d

Question

У меня ужасное время, устраняя проблему предупреждения, описанную в this question, к сожалению, следуя предложенным исправлениям, я не решаю проблему.

Видимо, я подаю 1D-массив в SVM.SVC, и я получаю предупреждения об устаревании. Я просто не могу понять, что я делаю неправильно, и я надеюсь, что кто-то может помочь мне исправить мой код. Я уверен, что это небольшая коррекция, которую мне не хватает.

Я использую Python 2.7

Я начинаю с dataframe data_df (размеры уменьшенной здесь для ясности, но кода и структуры являются точными):

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 

изменить dataframe к Numpy массива:

X = data_df.values 

, который дает мне:

[[ 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]] 

Тогда я центрирования и нормализовать мои данные:

X = preprocessing.scale(X) 

которые дают мне:

[[ 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]] 

Моя у представляет собой серию из 0 и 1.:

[0, 0, 1, 0, 1] 

Фактический набор данных составляет около 10 000 наблюдений. Я использую следующий код для выбора подмножества для обучения, тестирования и проверки точности:

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) 

Тест набор факторов корма в clf.predict (X [-x] при х = 1 до test_size +1) Приводит следующее предупреждение:

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) 

код работает, и я получаю прогнозы и я в состоянии вычислить точность, но я до сих пор бросает предупреждение.

Насколько я могу судить по поиску и указанному выше вопросу, мои данные находятся в надлежащей форме. Что мне не хватает?

Заранее за вашу помощь.

Answer 1

Вам просто нужно сделать то, что предлагает предупреждающее сообщение. Ваша переменная X[-x] 1D, но должна быть 2D. Это один образец с несколькими функциями, так что просто добавьте .reshape(1,-1) к нему и предупреждение проясняет:

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

clf.predict функция способна предсказывать несколько значений с помощью нескольких функций. Если вы передаете массив 1D, неясно, было ли ваше намерение единым значением с несколькими функциями или несколькими значениями с одной функцией. В предупреждающем сообщении вам будет предложено сформировать 2D-массив, чтобы сделать различие явным.