我正在为文本分类训练一个python(2.7.11)分类器,在运行时,我收到一条不推荐的警告消息,我不知道是代码中的哪一行导致了它!错误/警告。但是,代码运行良好,并给出结果。。。
\AppData\Local\Enthought\Canopy\User\lib\site-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.
我的代码:
def main():
data = []
folds = 10
ex = [ [] for x in range(0,10)]
results = []
for i,f in enumerate(sys.argv[1:]):
data.append(csv.DictReader(open(f,'r'),delimiter='\t'))
for f in data:
for i,datum in enumerate(f):
ex[i % folds].append(datum)
#print ex
for held_out in range(0,folds):
l = []
cor = []
l_test = []
cor_test = []
vec = []
vec_test = []
for i,fold in enumerate(ex):
for line in fold:
if i == held_out:
l_test.append(line['label'].rstrip("\n"))
cor_test.append(line['text'].rstrip("\n"))
else:
l.append(line['label'].rstrip("\n"))
cor.append(line['text'].rstrip("\n"))
vectorizer = CountVectorizer(ngram_range=(1,1),min_df=1)
X = vectorizer.fit_transform(cor)
for c in cor:
tmp = vectorizer.transform([c]).toarray()
vec.append(tmp[0])
for c in cor_test:
tmp = vectorizer.transform([c]).toarray()
vec_test.append(tmp[0])
clf = MultinomialNB()
clf .fit(vec,l)
result = accuracy(l_test,vec_test,clf)
print result
if __name__ == "__main__":
main()
你知道哪条线发出这个警告吗? 另一个问题是,使用不同的数据集运行此代码可以获得相同的准确度,而我无法找出导致这种情况的原因? 如果我想在另一个python进程中使用这个模型,我查看了文档,发现了一个使用pickle库的示例,但不是针对joblib。所以,我试图遵循相同的代码,但这给了我错误:
clf = joblib.load('model.pkl')
pred = clf.predict(vec);
另外,如果我的数据是CSV文件,则格式为:“label\t text\n” 测试数据中的label列应该是什么?
提前谢谢
在clf.fit(vec,l.fit)中输入的“vec”必须是[[]]类型,而不仅仅是[]。这是一个怪癖,我总是忘记当我适合模型。
只需添加一组额外的方括号就可以了!
如果您想知道
Warning
来自何处,可以临时将Warnings
提升到Exceptions
。这将给您一个完整的回溯,因此您的程序遇到警告的行。如果从命令行运行程序,还可以使用
-W
标志。有关警告处理的详细信息可以在python documentation中找到。我知道这只是你问题的一部分,但你调试了你的代码吗?
它是:
我在代码中使用了这个,它成功了:
相关问题 更多 >
编程相关推荐