警告消息scikit学习

Question

我写了一个很简单的scikit学习决策树来实现XOR：

from sklearn import tree 
X = [[0, 0], [1, 1], [0, 1], [1, 0]] 
Y = [0, 0, 1, 1] 
clf = tree.DecisionTreeClassifier() 
clf = clf.fit(X, Y) 

print(clf.predict([0,1])) 
print(clf.predict([0,0])) 
print(clf.predict([1,1])) 
print(clf.predict([1,0])) 

预测部件产生一些像这样的警告：

DeprecationWarning：传递一维数组作为数据将在0.17 中弃用，并将提高0.19中的ValueError。如果数据包含单个要素，则使用 X.reshape（-1，1）重整数据，如果数据包含单个要素，则使用X.reshape（1，-1） 重整数据。

我没有清楚的想法需要改变，为什么？请赐教！

预先感谢您！

Answer 1

输入到clf.predict应的2D阵列。因此，而不是写

print(clf.predict([0,1]))

你需要写

print(clf.predict([[0,1]]))

Answer 2

该方法在矩阵（2D阵列）上运行，而不是矢量（1D阵列）。为了方便起见，较旧的代码接受一个向量作为1xN矩阵。这导致使用错误，因为一些用户忘记了向量的方向（1xN vs Nx1）。

该建议告诉您如何将您的矢量重塑为适当的矩阵形状。对于恒定的载体，只需将它们写为矩阵：

clf.predict([ [0, 1] ]) 

“其它方向”（错误此应用程序）将是

clf.predict([ [0], [1] ]) 

Answer 3

作警告消息指出，你必须单个样品进行测试。因此，您可以使用以下方式重新整形或修复：

from sklearn import tree 
X = [[0, 0], [1, 1], [0, 1], [1, 0]] 
Y = [0, 0, 1, 1] 
clf = tree.DecisionTreeClassifier() 
clf = clf.fit(X, Y) 

print (clf.predict([[0,1]])) 
print (clf.predict([[0,0]])) 
print (clf.predict([[1,1]])) 
print (clf.predict([[1,0]]))