使用 scikit-learn 拆分数组后图像失真

Question

我有一个 .mat 文件，其中包含一组 600 24*21 图像。因此得到的维度是(24, 21, 600)。以下代码将在子图中显示图像：

X = loadmat('../input/data.mat')['face']
# generate dummy labels for this example
y = np.concatenate([np.zeros(300), np.ones(300)])

# X.shape == (24, 21, 600)
# y.shape == (600,)

fig, ax = plt.subplots(4,5)

for i, axis in enumerate(ax.flat):
    axis.imshow(X[:,:,i], cmap='bone')
    axis.set(xticks=[], yticks=[])

没关系。问题是当我尝试使用以下方法将数据拆分为训练和测试数据时：

X_train, X_test, y_train, y_test = train_test_split(
    X, y,
    random_state=42,
    test_size=0.2,
    shuffle=True
)

发生错误：

ValueError: Found input variables with inconsistent numbers of samples: [24, 600]

我知道错误是我的X 和y 的第一个维度不匹配。但是，如果我尝试使用X = X.reshape(600, 24, 21) 重塑X 以使X.shape === (600, 24, 21) 形状固定，我可以使用train_test_split() 成功拆分数据

但是，现在当我尝试使用以下代码制作子图时：

fig, ax = plt.subplots(4,5)

for i, axis in enumerate(ax.flat):
    axis.imshow(X[i,:,:], cmap='bone')
    axis.set(xticks=[], yticks=[])

图像没有意义并且被改变了。我无法使用这些图像制作分类器。谁能帮帮我？

1. 在最好的情况下，如何拆分数据而无需重塑？
2. 如何在重新整形并成功拆分数据后不扭曲图像？

Answer 1

问题是样本轴在位置 2 而不是 0。然后 Sklearn 认为你有 24 个形状为 (21, 600) 的样本。 您希望 X.shape 成为 (600, 24, 21) 而不是 (24, 21, 600)。

所以，你可以使用np.rollaxis 来改变位置：

X = np.rollaxis(X, 2, 0)