python – sklearn SVM fit()“ValueError:使用序列设置数组元
发布时间:2020-12-20 11:50:33 所属栏目:Python 来源:网络整理
导读:我正在使用sklearn在我自己的图像集上应用svm.图像放在数据框中. 我传递给fit函数一个具有2D列表的numpy数组,这些2D列表代表图像,我传递给函数的第二个输入是目标列表(目标是数字). 我总是得到这个错误“ValueError:设置一个带序列的数组元素”. trainingIm
我正在使用sklearn在我自己的图像集上应用svm.图像放在数据框中.
我传递给fit函数一个具有2D列表的numpy数组,这些2D列表代表图像,我传递给函数的第二个输入是目标列表(目标是数字). 我总是得到这个错误“ValueError:设置一个带序列的数组元素”. trainingImages = images.ix[images.partID <=9] trainingTargets = images.clustNo.ix[images.partID<=9] trainingImages.reset_index(inplace=True,drop=True) trainingTargets.reset_index(inplace=True,drop=True) classifier = svm.SVC(gamma=0.001) classifier.fit(trainingImages.image.values,trainingTargets.values.tolist()) 错误: --------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-43-5336fbeca868> in <module>() 8 classifier = svm.SVC(gamma=0.001) 9 ---> 10 classifier.fit(trainingImages.image.values,trainingTargets.values.tolist()) 11 12 #classifier.fit(t,list(range(0,2899))) /Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/sklearn/svm/base.py in fit(self,X,y,sample_weight) 148 self._sparse = sparse and not callable(self.kernel) 149 --> 150 X = check_array(X,accept_sparse='csr',dtype=np.float64,order='C') 151 y = self._validate_targets(y) 152 /Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/sklearn/utils/validation.py in check_array(array,accept_sparse,dtype,order,copy,force_all_finite,ensure_2d,allow_nd,ensure_min_samples,ensure_min_features,warn_on_dtype,estimator) 371 force_all_finite) 372 else: --> 373 array = np.array(array,dtype=dtype,order=order,copy=copy) 374 375 if ensure_2d: ValueError: setting an array element with a sequence. 解决方法
我有同样的错误,它是两种可能性之一:
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |