麻雀役を機械学習で覚えさせる

Question

はじめて機械学習を使ってみるにあたって、
麻雀の役をscikit-learnを使って学習させたいと思っています。
萬子・筒子・索子をそれぞれリストで並ばせて、

tile_data = ['1-Bam', '2-Bam', '3-Bam', '4-Bam', '5-Bam', '6-Bam', '7-Bam', '8-Bam', '9-Bam',
'1-Char', '2-Char', '3-Char', '4-Char', '5-Char', '6-Char', '7-Char', '8-Char', '9-Char',
'1-Dot', '2-Dot', '3-Dot', '4-Dot', '5-Dot', '6-Dot', '7-Dot', '8-Dot', '9-Dot',
'East', 'South', 'West', 'North', 'Blank', 'Fortune', 'Center']

各牌に対する要素番号で、これの番号とする
例[0, 0, 0] == [1索,1索,1索]

これの後にランダムに牌の組み合わせを生成し、
train用とlabel用の配列を作りました各500*3, 500

(1: 役 0: 無役)
train label
[1, 1, 1] == [1]
[1, 2, 3] == [1]
[1, 2, 4] == [0]
[1, 2, 2] == [0]
などなど

機械学習用のデータの加工の仕方がわからず
これをそのまま
data = [1, 1, 1]
clf = svm.LinearSVC()
clf.fit(train, label)
clf.predict(data)
として実行してみるとエラーが以下のように出ます。

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.
DeprecationWarning)

どなたか理由を教えていただければと思います。
また今回のエラーの直接的な解決策でなくてもいいので、代替案などあったらそれも幸いです。

Answer 1

本題ではありませんが、「こういう場面で何を切ればいいか」というような判定なら機械学習が役に立つと思います。

一方で、「役の有無の判定」については、

• データパターンが34種類の牌×14枚という、ごく限られたものである
• どのパターンが役になるかは、形式的に記述可能なルールで決まっている
• つまり、同じ牌の組み合わせであれば、誰が判断しても同じ結果となる

という条件上、誤判定のリスクがある機械学習を使うのは、面倒なだけでメリットがないと考えます。

Answer 2

ヘルプpredict(X)によるとX : {array-like, sparse matrix}, shape (n_samples, n_features)なので、以下のように指定すればよいです。（ヘルプにサンプルソースもあります）

#data = [1, 1, 1]  # eprecationWarning: Passing 1d arrays as data is deprecated in 0.17 and will raise ValueError in 0.19.

data = [[1, 1, 1]]          # こちらか
data = np.array([[1, 1, 1]])# あるいはこちら
clf.predict(data) 

Answer 3

「非推奨に関する警告：一次元配列ををdataとして渡すことは(バージョン?)0.17では非推奨で、(バージョン?)0.19では多分ValueErrorにします(=>もうその形のdataは使わないでね)・・・」というようなことをエラーは語っていると思います。

自分ならそのライブラリーの使い方としてdataをどういう形式にすべきかを調べると思います。