Auf einer Neuinstallation von Anaconda unter Ubuntu ... Ich verarbeite meine Daten auf verschiedene Weise vor einer Klassifizierungsaufgabe mit Scikit-Learn.

from sklearn import preprocessing

scaler = preprocessing.MinMaxScaler().fit(train)
train = scaler.transform(train)    
test = scaler.transform(test)

Dies funktioniert alles in Ordnung, aber wenn ich ein neues Sample (Temp unten) habe, das ich klassifizieren möchte (und daher auf die gleiche Weise vorverarbeiten möchte, erhalte ich

temp = [1,2,3,4,5,5,6,....................,7]
temp = scaler.transform(temp)

Dann bekomme ich eine Abwertungswarnung ...

DeprecationWarning: Passing 1d arrays as data is deprecated in 0.17 
and will raise 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. 

So ist die Frage, wie ich eine einzelne Probe wie diese neu skalieren soll?

Ich nehme an, eine Alternative (nicht sehr gut) wäre ...

temp = [temp, temp]
temp = scaler.transform(temp)
temp = temp[0]

Aber ich bin sicher, es gibt bessere Möglichkeiten.