构建 SVM 会引发错误，因为我的训练数组有一个额外的维度 [关闭]

Posted 2023-03-12

【中文标题】构建 SVM 会引发错误，因为我的训练数组有一个额外的维度 [关闭]

【英文标题】：Building SVM throws error because my training array has an extra dimension [closed]

【发布时间】：2021-12-13 17:26:06

【问题描述】：

我正在创建一个支持向量机。下面的模型读取以“log”开头的数组作为 SVM 图中的向量。数组 log15-log21 将被归类为“c”，而行 log22-log36 将被归类为“d”。目标是以“log”行的格式为 svm 提供另一个向量，并让 svm 将其标记为“c”或“d”。

from sklearn import svm

log15 = [0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0]
log16 = [0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0]
log17 = [0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0]
log18 = [0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0]
log19 = [0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0]
log20 = [0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0]
log21 = [0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0]

log22 = [0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log23 = [0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log24 = [0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log25 = [0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log26 = [0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log27 = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log28 = [0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log29 = [0, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log30 = [0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log31 = [0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0]
log32 = [0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log33 = [0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log34 = [0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log35 = [0, 0, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
log36 = [0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

cLines = [log15, log16, log17, log18, log19, log20, log21]
dLines = [log22, log23, log24, log25, log26, log27, log28, log29, log30, log31, log32, log33, log34, log35, log36]
lines = [log15, log16, log17, log18, log19, log20, log21, log22, log23, log24, log25, log26, log27, log28, log29, log30, log31, log32, log33, log34, log35, log36]

X = [lines]
y = [0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]  #0 for c, 1 for d
clf = svm.SVC()
clf.fit(X, y)

print(clf.predict([[0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0]]))

当我运行上面的代码时，我得到了这个错误：

Traceback (most recent call last):
  File "C:/Users/craig/Code/Python Programs/TensorFlowLabs/svm.py", line 34, in <module>
    clf.fit(X, y)
  File "c:\Users\craig\Programming Languages\Lib\site-packages\sklearn\svm\_base.py", line 196, in fit
    accept_large_sparse=False,
  File "c:\Users\craig\Programming Languages\Lib\site-packages\sklearn\base.py", line 576, in _validate_data
    X, y = check_X_y(X, y, **check_params)
  File "c:\Users\craig\Programming Languages\Lib\site-packages\sklearn\utils\validation.py", line 968, in check_X_y
    estimator=estimator,
  File "c:\Users\craig\Programming Languages\Lib\site-packages\sklearn\utils\validation.py", line 788, in check_array
    % (array.ndim, estimator_name)
builtins.ValueError: Found array with dim 3. Estimator expected <= 2.

我看到的在线指南没有用逗号分隔的向量，但向量数组中的各个字符具有重要意义，所以我不希望 1 和 0 被“混淆”，如果这有意义的话.

【问题讨论】：

请不要在您的帖子中添加与问题本身无关的内容（您是谁、您的背景、您未来想要实现的目标、提前致谢等）- 简明扼要要点（已编辑）。

@desertnaut 该信息是相关的。我尽量将背景信息保持在最低限度，但重要的是要知道我要完成什么，这不像我写了 3 个完整的段落来详细解释这个项目。我什至说过“向量的内容背后是有含义的，但我不会用琐碎的东西来混淆你”。

恐怕我看不到你编程了多少年，如果这是你的第一个项目还是你的第 10 个项目，在做其他事情之前宣布你正在尝试做的事情，并提前感谢是与此处的编程问题有任何相关性；如果您不相信我，请看答案！请注意SO is not a (personalized) help desk，这里的问答的想法是让它们在未来可重复使用并对其他人有所帮助（可能具有完全不同的背景和最终目标）。

请注意，对于可能的受访者来说，简明扼要实际上是一个非常真实的礼貌，他们不必通过一堆实际上无用的材料来了解看看发生了什么，他们是否可以提供帮助；在同样的意义上，“提前感谢”等实际上是not considered polite here。

重读 How to ask 也很有用：“假装你正在和一个忙碌的同事交谈，必须总结你的全部一句话问题：你能包括哪些细节来帮助别人识别和解决你的问题？”。可以说，这不是关于您的编程、ML 或项目旅程的迷你背景，因为答案清楚地表明......

【参考方案1】：

您将 X 定义为一个数组（您正在使用括号）。这就是您收到错误的原因。改变你定义 X 的方式，它应该可以工作：

X = lines