阵列的Sklearlen弃用值得称赞的真实价值

Question

从文档中运行

的rasa_core示例

› python3 -m rasa_core.run -d models/dialogue -u models/nlu/default/current

并在对话框中的每个消息后获取此错误输出：

.../sklearn/...: DeprecationWarning: The truth value of an empty array is ambiguous. Returning False, but in future this will result in an error. Use `array.size > 0` to check that an array is not empty.

这是Numpy的问题，它已修复但未在最新版本中发布：https：//github.com/scikit-learn/scikit-learn/scikit-learn/issues/10449

在

1. 添加-W ignore

python3 -W ignore -m rasa_core.run -d models/dialogue -u models/nlu/default/current

2. warnings.simplefilter

python3

>>> warnings.simplefilter('ignore', DeprecationWarning)
>>> exit()

python3 -m rasa_core.run -d models/dialogue -u models/nlu/default/current

Answer 1

此警告是由numpy引起的，numpy弃用了真实价值检查空数组

此更改的理由是

不可能利用空数组是错误的事实，因为由于其他原因，数组可能是错误的。

检查以下示例：

>>> import numpy as np
>>> bool(np.array([]))
False
>>> # but this is not a good way to test for emptiness, because...
>>> bool(np.array([0]))
False

解决方案

根据Scikit-Learn库上的第10449期，这已固定在库的主分支中。但是，这将在2018年8月左右可用，因此一种可能的替代方法是使用较小版本的numpy库，该库没有此问题。写这个答案的时间(

sudo pip install numpy==1.13.3

或使用PIP3如下

sudo pip3 install numpy==1.13.3

忽略警告(S(

如果我们想使用最新版本的库(在这种情况下为numpy(，该图书馆发出了折旧警告，只想让弃用警告保持沉默，那么我们可以通过使用Python警告模块的FilterWarnings方法来实现它

以下示例下面将产生上述问题中提到的弃用警告：

from sklearn import preprocessing
if __name__ == '__main__':
    le = preprocessing.LabelEncoder()
    le.fit([1, 2, 2, 6])
    le.transform([1, 1, 2, 6])
    le.inverse_transform([0, 0, 1, 2])

产生

/usr/local/lib/python2.7/dist-packages/sklearn/preprocessing/label.py.py:151：extrecationWarning：空数组的真实价值模棱两可。返回false，但是将来这将导致错误。使用array.size > 0检查数组不是空的。

要照顾好它，添加过滤器危害折磨warning

from sklearn import preprocessing
import warnings
if __name__ == '__main__':
    warnings.filterwarnings(action='ignore', category=DeprecationWarning)
    le = preprocessing.LabelEncoder()
    le.fit([1, 2, 2, 6])
    le.transform([1, 1, 2, 6])
    le.inverse_transform([0, 0, 1, 2])

如果有多个模块发出警告，我们想选择性地警告，然后使用模块属性。例如从Scikit学习模块的默默折旧警告

warnings.filterwarnings(module='sklearn*', action='ignore', category=DeprecationWarning)

Answer 2

我也有同样的问题。以下解决方案对我有用。转到警告中提到的路径文件和行号，即如果您使用anaconda，请转到anaconda ency2 py2 lib lib site-packages sklearn sklearn preprocessing label.py line.py line编号：151。

>

更改以下代码

if diff:
    raise ValueError("y contains new labels: %s" % str(diff))

到以下

if diff.size>0:
    raise ValueError("y contains new labels: %s" % str(diff))