我是Python和Sklearn的初学者。想知道我在这里是否错过了什么。我收到以下警告消息:
弃用警告:在 0.17 中不推荐将 1d 数组作为数据传递 并将在 0.19 中提高值错误。
这是代码:
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import SGDClassifier
from sklearn.datasets.samples_generator import make_blobs
def plot_sgd_separator():
# we create 50 separable points
X, Y = make_blobs(n_samples=50, centers=2,random_state=0, cluster_std=0.60)
X = np.array(X).reshape((1, -1))
# fit the model
clf = SGDClassifier(loss="hinge", alpha=0.01,
n_iter=200, fit_intercept=True)
clf.fit(X, Y)
# plot the line, the points, and the nearest vectors to the plane
xx = np.linspace(-1, 5, 10)
yy = np.linspace(-1, 5, 10)
X1, X2 = np.meshgrid(xx, yy)
Z = np.empty(X1.shape)
for (i, j), val in np.ndenumerate(X1):
x1 = val
x2 = X2[i, j]
p = clf.decision_function([x1, x2])
Z[i, j] = p[0]
levels = [-1.0, 0.0, 1.0]
linestyles = ['dashed', 'solid', 'dashed']
colors = 'k'
ax = plt.axes()
ax.contour(X1, X2, Z, levels, colors=colors, linestyles=linestyles)
ax.scatter(X[:, 0], X[:, 1], c=Y, cmap=plt.cm.Paired)
ax.axis('tight')
if __name__ == '__main__':
plot_sgd_separator()
plt.show()
再次感谢您的关注。顺便说一下,我正在使用Python 3.5.1。
我想
你的问题在这里得到了回答,这可能是一个重复的。
如果您阅读警告消息并进行一些调试,您将意识到出现警告是因为您对模型的输入是单维的。您可以看到此链接:具有单个样本的 Sklearn 训练模型会引发弃用警告以纠正此问题。
我觉得你的代码还有其他问题。当我运行它时,我看到 X 和 Y 中的数据点数量不同。X 有 100,Y 有 50,这是一个更严重的问题,我觉得这需要先纠正。