В новой установке Anaconda под Ubuntu... Я предварительно обрабатываю свои данные различными способами перед задачей классификации с помощью Scikit-Learn.
from sklearn import preprocessing
scaler = preprocessing.MinMaxScaler().fit(train)
train = scaler.transform(train)
test = scaler.transform(test)
Все работает отлично, но если у меня есть новый образец (темп ниже), который я хочу классифицировать (и, следовательно, я хочу препроцессить таким же образом, то я получаю
temp = [1,2,3,4,5,5,6,....................,7]
temp = scaler.transform(temp)
Затем я получаю предупреждение об отказе...
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.
Итак, вопрос в том, как я должен перемасштабировать один образец, подобный этому?
Я полагаю, что альтернатива (не очень хорошая) будет...
temp = [temp, temp]
temp = scaler.transform(temp)
temp = temp[0]
Но я уверен, что есть лучшие способы.