ValueError：找到暗淡 3 的数组。估计器预期 <= 2。>>>

Posted 2023-03-12

【中文标题】ValueError：找到暗淡 3 的数组。估计器预期 <= 2。>>>

【英文标题】：ValueError: Found array with dim 3. Estimator expected <= 2. >>>

【发布时间】：2019-06-01 21:13:57

【问题描述】：

#Import Library
from sklearn import svm
import numpy as np




X=np.array([
    [[25,25,25],[0,0,0],[0,0,0]],
    [[25,0,0],[25,0,0],[25,0,0]],
    [[75,75,75],[75,75,75],[75,75,75]]
           ])
y=np.array([-1,1,1]
           )


C=10

model = svm.SVC(kernel='rbf', C=10, gamma=0.6) 


model.fit(X, y)
model.score(X, y)

当我尝试运行这段代码时，我得到了这个错误

ValueError: 找到暗淡为 3 的数组。预计估计器

希望您能帮我解决这个错误。我想训练 svm 将图像像素分为两类（边缘和非边缘），任何建议都会有所帮助，提前感谢

【问题讨论】：

用X=np.array(...)替换X=np.array([...])应该不错。

【参考方案1】：

我不知道问题域。但这解决了你的错误，

#Import Library
from sklearn import svm
import numpy as np

X=np.array([
[[25,25,25],[0,0,0],[0,0,0]],
[[25,0,0],[25,0,0],[25,0,0]],
[[75,75,75],[75,75,75],[75,75,75]]
       ])
X = X.reshape(X.shape[0], -1)
y=np.array([-1,1,1])


C=10

model = svm.SVC(kernel='rbf', C=10, gamma=0.6) 


model.fit(X, y)
model.score(X, y)

输出：

1.0

【参考方案2】：

model.fit 需要 2D 数组，但您的 X 是 3D。使用 np.concatenate 将您的 X 转换为 2D

from sklearn import svm
import numpy as np

X=np.array([
    [[25,25,25],[0,0,0],[0,0,0]],
    [[25,0,0],[25,0,0],[25,0,0]],
    [[75,75,75],[75,75,75],[75,75,75]]
           ])
y=np.array([-1,1,1]
           )


X = [np.concatenate(i) for i in X]
print(X)
model = svm.SVC(kernel='rbf', C=10, gamma=0.6) 


model.fit(X, y)
model.score(X, y)

【讨论】：

这不是转换为二维数组的最佳方式。可以使用原生的numpy 函数来完成。