在sklearn中对1D数组使用x.reforme

Question

我尝试使用sklearn来使用一个简单的决策树分类器，但它抱怨说，使用1D数组现在是不必要的，必须使用X.reforme（1，-1）。所以我做了，但是它把我的标签列表变成了只有一个元素的列表，所以标签和样本的数量现在不匹配。换句话说，我的标签列表=[0,0,1,1]变成了[[0 0 1 1]]。谢谢

这是我使用的简单代码：

from sklearn import tree
import numpy as np
features =[[140,1],[130,1],[150,0],[170,0]]
labels=[0,0,1,1]
labels = np.array(labels).reshape(1,-1)
clf = tree.DecisionTreeClassifier()
clf = clf.fit(features,labels)
print clf.predict([150,0])