机器学习:基础DepreciationWarning

Question

我正在运行一个基本的机器学习教程代码片段(它在教学人员的计算机上正确编译)，而且我似乎找不到出了什么问题。我知道这个问题已经被“回答”了，但我似乎无法理解答案。

DeprecationWarning:将1d数组作为数据传递在0.17中不推荐，在0.19中将提高ValueError。如果数据具有单个特性，则使用X.reshape(-1，1)或X.reshape(1，-1)对数据进行整形。DeprecationWarning)

显然，我只是使用X.reshape(-1，1)或X.reshape(1，-1)，但我不确定它们在一般情况下是如何工作的，或者它们是否应该放置在我的绘图/数据之前或之后。

这是我的源代码。任何帮助都是非常感谢的：)

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import style
style.use("ggplot")
from sklearn import svm

x = [1, 5, 1.5, 8, 1, 9]
y = [2, 8, 1.8, 8, 0.6, 11]

plt.scatter(x,y)
plt.show()

X = np.array([[1,2],
            [5,8],
            [1.5,1.8],
            [8,8],
            [1,0.6],
            [9,11]])

y = [0,1,0,1,0,1]

clf = svm.SVC(kernel='linear', C = 1.0)


clf.fit(X,y)

print(clf.predict([0.58,0.76]))

Answer 1

由于您的数据有多个单一的特性，并且包含了多个示例，所以您很好。这只是一个警告，不应该干扰算法的行为。