以下是我的代码:

我有一个features数组和一个labels数组，用它们来训练model.pkl

但是当我想向模型中添加一个单个样本时，我得到了下面的警告。

from sklearn import treefrom sklearn.externals import joblibfeatures = [[140, 1], [130, 1], [150, 0], [170, 0]]labels = [0, 0, 1, 1] # 这里我用上述数组训练模型clf = tree.DecisionTreeClassifier()clf = clf.fit(features, labels)joblib.dump(clf, 'model.pkl') # 现在我想用一个新的单个样本训练模型clf = joblib.load('model.pkl')clf = clf.fit([130, 1], 0) # 警告信息在这里！！

这是警告内容:

        /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)

我已经阅读了这个。但我的例子似乎有所不同。

如何每次使用单个样本训练模型？

谢谢

回答：

如果你阅读了错误信息，你会发现传递单维数组很快将不再被支持。相反，你必须确保你的单个样本看起来像一个样本列表，其中只有一个。当使用NumPy数组时（这是推荐的做法），你可以使用reshape(-1, 1)，然而由于你使用的是列表，以下方法可以解决问题:

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