sklearn SVM fit() "ValueError: Einstellung der ein array-element mit einer Sequenz"

Ich bin mit sklearn anwenden svm auf meine eigenen Bilder. Die Bilder werden in ein data frame.
Ich pass auf die fit-Funktion ein numpy-array, 2D-Listen, diese 2D-Listen stellt Bilder und der zweite Eingang ich übergebe der Funktion ist die Liste der Ziele (Die Ziele sind zahlen).
Ich bekomme immer diese Fehlermeldung "ValueError: Einstellung der ein array-element mit einer Sequenz".

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())

Den Fehler:

---------------------------------------------------------------------------
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.
Was die Form trainingImages.image.values? X-Werte an die fit Funktion der Form (n_samples, n_features). Wenn Sie (n_samples, Breite, Höhe), versuchen X.reshape(-1, width*height).

InformationsquelleAutor Perihan Gad | 2016-03-20

  1. 5

    Ich hatte die exakt gleiche Fehlermeldung, es ist eine von zwei Möglichkeiten:

    1 - Daten und Beschriftungen sind nicht in der gleichen Länge.

    2 - Für eine bestimmte feature-Vektor, der die Anzahl der Elemente nicht
    gleich.

    InformationsquelleAutor Ghanem

  2. 1

    Es ist wahrscheinlich, weil "trainingImages.Bild.Werte", nicht die gleiche Anzahl von Elementen, die in allen arrays. Prüfen Sie eine ähnliche Frage hier bei stackoverflow:

    ValueError: Einstellung der ein array-element mit einer Sequenz. während der Verwendung von SVM in scikit-learn

    Danke für Eure Antworten. Ich stellte sicher, dass alle seine Elemente haben die gleiche Größe und ich bin noch immer der gleiche Fehler.
    Könnte Sie post ein Druck von trainingImages.Bild.Werte und trainingTargets.Werte.tolist()? (auch die Form)

    InformationsquelleAutor armatita

  3. 1

    Wenn Sie sicher sind, dass die Dimensionen richtig sind, unten ist ein Stück code/workflow, die helfen könnten,

    import skimage.io as skio
import matplotlib.pyplot as plt
import numpy as np
from sklearn import svm
from sklearn.metrics import accuracy_score
from sklearn.metrics import precision_score
%matplotlib inline

# Load the data
trainingImages = skio.imread_collection('train/images/*.jpg',conserve_memory=True)

# cast to numpy arrays
trainingImages = np.asarray(trainingImages)

# reshape img array to vector
def reshape_image(img):
    return np.reshape(img,len(img)*len(img[0]))

img_reshape = np.zeros((len(trainingImages),len(trainingImages[0])*len(trainingImages[0][0])))

for i in range(0,len(trainingImages)):
    img_reshape[i] = reshape_image(trainingImages[i])

# SVM
clf = svm.SVC(gamma=0.01,C=10,kernel='poly')
clf.fit(img_reshape,trainingTargets.values.tolist())

    InformationsquelleAutor Vivek Kalyanarangan

Schreibe einen Kommentar