python-2.7 - scikit - using sklearn

El modelo de trenes de Sklearn con una sola muestra plantea una advertencia de desaprobación

Question

Así que aquí está mi código a continuación:

Tengo una matriz de features y una matriz de labels que utilizo para entrenar el model.pkl

Pero cuando quiero agregar una single sample al modelo, aparece la siguiente warning .

from sklearn import tree
from sklearn.externals import joblib
features = [[140, 1], [130, 1], [150, 0], [170, 0]]
labels = [0, 0, 1, 1]
# Here I train the model with the above arrays
clf = tree.DecisionTreeClassifier()
clf = clf.fit(features, labels)
joblib.dump(clf, ''model.pkl'')
# Now I want to train the model with a new single sample
clf = joblib.load(''model.pkl'')
clf = clf.fit([130, 1], 0) # WARNING MESSAGE HERE!!

Esta es la warning :

 /usr/local/lib/python2.7/dist-packages/sklearn/utils/validation.py:386:
DeprecationWarning:
Passing 1d arrays as data is deprecated in 0.17 and willraise 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)

Ya he leído esto . Pero parece que mi ejemplo es diferente.

¿Cómo puedo entrenar un modelo con una sola muestra cada vez?

Gracias

Answer 1

Si lee el mensaje de error, verá que pronto no se admitirán las matrices dimensionales únicas. En su lugar, debe asegurarse de que su muestra individual se vea como una lista de muestras, en la que solo hay una. Al tratar con matrices NumPy (que se recomienda), puede usar la reshape(-1, 1) sin embargo, como está usando listas, lo siguiente será:

clf = clf.fit([[130, 1]], [0])