Preprocessing in scikit learn - Einzelstichprobe - Abschreibungswarnung
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.