Estou tentando usar o SKLearn para executar um modelo SVM. Estou apenas experimentando agora com alguns dados de amostra. Aqui estão os dados e o código:

import numpy as np
from sklearn import svm
import random as random

A = np.array([[random.randint(0, 20) for i in range(2)] for i in range(10)])
lab = [0, 1, 0, 1, 0, 1, 0, 1, 0, 1]

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

FYI, quando eu corro

import sklearn
sklearn.__version__

Emite 0,17.

Agora, quando eu corroprint(clf.predict([1, 1])), Recebo o seguinte aviso:

C:\Users\me\AppData\Local\Continuum\Anaconda2\lib\site-packages\sklearn\ut
ils\validation.py:386: DeprecationWarning: Passing 1d arrays as data is deprecat
ed in 0.17 and willraise ValueError in 0.19. Reshape your data either using X.re
shape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contain
s a single sample.
  DeprecationWarning)

Isso me dá uma previsão, o que é ótimo. No entanto, acho isso estranho por alguns motivos.

Eu não tenho uma matriz 1d. Se você imprimir A, você obtém

array([[ 9, 12],
       [ 2, 16],
       [14, 14],
       [ 4,  2],
       [ 8,  4],
       [12,  3],
       [ 0,  0],
       [ 3, 13],
       [15, 17],
       [15, 16]]) 

O que me parece ser bidimensional. Mas tudo bem, vamos apenas dizer que o que eu tenho é de fato uma matriz 1D. Vamos tentar mudar usandoreshape, conforme sugerido pelo erro.

O mesmo código acima, mas agora temos

A = np.array([[random.randint(0, 20) for i in range(2)] for i in range(10)]).reshape(-1,1)

Mas isso gera uma matriz de comprimento 20, que não faz sentido e não é o que eu quero. Eu também tentei comreshape(1, -1) mas isso me dá uma única observação / lista com 20 itens.

Como posso remodelar meus dados em matrizes numpy para não receber esse aviso?

Eu olhei para duas respostas no SO e nenhuma funcionou para mim.Questão 1 eQuestão 2. Parece que o Q1 era na verdade dados 1D e foi resolvido usandoreshape, no qual tentei e falhei. O Q2 tem uma resposta sobre como rastrear avisos e erros, que não é o que eu quero. A outra resposta é novamente uma instância de uma matriz 1D.