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:
总结1- Data and labels are not in the same length.
2- For a specific feature vector,the number of elements are not equal.
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。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)