dépréciation d'erreur dans sklearn sur tableau vide sans tableau vide dans mon code

Je suis en train de jouer de codage et de décodage, mais j'obtiens cette erreur de sklearn:

Avertissement (à partir de mises en garde module):
Fichier "C:\Python36\lib\site-packages\sklearn\preprocessing\label.py", la ligne 151
si diff:
DeprecationWarning: La valeur de vérité d'un tableau vide est ambigu. Retour Faux, mais à terme, cela provoquera une erreur. Utilisation array.size > 0 pour vérifier qu'un tableau n'est pas vide.

Voici le code complet, vous pouvez l'exécuter vous-même en python 3+

Ma question est: pourquoi est-ce qu'il dit-je utiliser un tableau vide que j'ai clairement ne pas dans mon code, merci de prendre de votre temps pour répondre à ma question.

### label encoding ###

import numpy as np
from sklearn import preprocessing

# Sample input labels
input_labels = ["red", "black", "red", "green",\
                "black", "yellow", "white"]

# Create label encoder abd fit the label
encoder = preprocessing.LabelEncoder()
encoder.fit(input_labels)

# Print the mapping
print("\nLabel mapping:")
for i, item in enumerate(encoder.classes_):
    print(item, "-->", i)

# Encode a set of labels using encoder
test_labels = ["green", "red", "black"]
encoded_values = encoder.transform(test_labels)
print("\nLabels =", test_labels)
print("Encoded values =", list(encoded_values))

# Decode a set of values using the encoder
encoded_values = [3, 0, 4, 1]
decoded_list = encoder.inverse_transform(encoded_values)
print("\nEncoded values =", encoded_values)
print("Decoded labels=", list(decoded_list))
Quel est votre sklearn version? Je ne comprends pas le message d'avertissement sur le 0.18.1 (et numpy 1.13.3).
sklearn est la version 0.19.1 et numpy est 1.14.0

OriginalL'auteur Tissuebox | 2018-02-08

  1. 25

    TLDR: Vous pouvez ignorer l'avertissement. Elle est causée par sklearn de faire quelque chose en interne, mais qui n'est pas tout à fait idéal.

    L'avertissement est en fait causée par numpy, qui obsolète vérité des tests sur des tableaux vides:

    Le long et court, c'est que la vérité-les tests sur des tableaux vides est dangereux, trompeur, et en aucune façon utile, et doit être désapprouvée.

    Cela signifie que l'on n'est pas censé faire quelque chose comme if array: pour vérifier si array est vide. Cependant, sklearn fait à la 0.19.1 libération:

        diff = np.setdiff1d(y, np.arange(len(self.classes_)))
    if diff:
        raise ValueError("y contains new labels: %s" % str(diff))

    Parce que votre version de numpy est assez récent, il se plaint et émet un avertissement.

    Le problème a été corrigé dans sklearn actuel de la branche master, donc je m'attends à les corriger afin d'être inclus dans la prochaine version.

    bon à savoir, comment puis-je supprimer ce message?
    Vous pourriez supprimer cet avertissement spécifique, comme montré dans le premier de 3 blocs de code à partir de ici.

    OriginalL'auteur kazemakase

  2. 0

    Après la mise à jour de numpy, l'avertissement a été effacé:

    conda update numpy

    Vous pouvez également le mettre à jour par le pip ou quelque chose d'autre.

    OriginalL'auteur Qinsi