python – sklearn SVM fit()“ValueError：使用序列设置数组元素”

概述我正在使用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 = 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：

1- Data and labels are not in the same length.

2- For a specific feature vector,the number of elements are not equal.

总结

以上是内存溢出为你收集整理的python – sklearn SVM fit()“ValueError：使用序列设置数组元素”全部内容，希望文章能够帮你解决python – sklearn SVM fit()“ValueError：使用序列设置数组元素”所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。