在 scikit-learn 中使用图像数据拟合支持向量分类器会产生错误

Question

我正在尝试为图像数据训练 SVC 分类器。然而，当我运行这段代码时：

classifier = svm.SVC(gamma=0.001)
classifier.fit(train_set, train_set_labels)

我收到此错误：

ValueError: setting an array element with a sequence.

我使用 Matplotlib 将图像生成到数组中：plt.imread(image)。

错误似乎不在数组中，但是当我检查数据的类型和标签时，它们都是列表（我手动添加到标签数据的列表中）：

print(type(train_set))
print(type(train_set_labels))

<class 'list'>
<class 'list'>

如果我执行plt.imshow(items[0])，则图像会在输出中正确显示。

我还从scikit-learn 打电话给train_test_split：

train_set, test_set = train_test_split(items, test_size=0.2, random_state=42)

示例输入：

train_set[0]

array([[[212, 134,  34],
    [221, 140,  48],
    [240, 154,  71],
    ..., 
    [245, 182,  51],
    [235, 175,  43],
    [242, 182,  50]],

   [[230, 152,  51],
    [222, 139,  47],
    [236, 147,  65],
    ..., 
    [246, 184,  49],
    [238, 179,  43],
    [245, 186,  50]],

   [[229, 150,  47],
    [205, 122,  28],
    [220, 129,  46],
    ..., 
    [232, 171,  28],
    [237, 179,  35],
    [244, 188,  43]],

   ..., 
   [[115, 112, 103],
    [112, 109, 102],
    [ 80,  77,  72],
    ..., 
    [ 34,  25,  28],
    [ 55,  46,  49],
    [ 80,  71,  74]],

   [[ 59,  56,  47],
    [ 66,  63,  56],
    [ 48,  45,  40],
    ..., 
    [ 32,  23,  26],
    [ 56,  47,  50],
    [ 82,  73,  76]],

   [[ 29,  26,  17],
    [ 41,  38,  31],
    [ 32,  29,  24],
    ..., 
    [ 56,  47,  50],
    [ 59,  50,  53],
    [ 84,  75,  78]]], dtype=uint8)

示例标签：

 train_set_labels[0]

 'Picasso'

我不确定我缺少哪一步才能以分类器训练所需的形式获取数据。谁能看到可能需要什么？

Answer 1

您收到的错误信息：

 ValueError: setting an array element with a sequence,

通常会在您尝试将列表放在需要单个值的地方时产生。这会向我建议您的 train_set 由多维元素列表组成，尽管您确实声明您的输入是列表。您能否发布输入和标签的示例？

更新 是的，和我想的一样。训练数据的第一个元素 train_set[0] 对应于一个长列表（我不知道有多长），其中每个元素都包含一个 3 个元素的列表。因此，当分类器需要一个列表列表（m 行对应于训练示例的数量，每行由 n 个特征的列表组成）时，您正在对列表列表调用分类器。你的 train_set 数组中还有什么？ train_set[0] 中有完整的数据集吗？如果是这样，您将需要创建一个新数组，其中每个元素对应于 train_set[0] 的每个子元素，然后我相信您的代码应该可以运行，尽管我对那个分类器不太熟悉。或者，您可以尝试使用 train_set[0] 运行分类器。

更新 2

我没有使用 scikit-learn.svc 的经验，所以我无法告诉您预处理数据的最佳方法是什么，以便算法可以接受，但一种方法是正如我之前所说的那样，对于由列表列表组成的 train_set 的每个元素，将递归遍历并将 sublist 的所有元素放入上面的列表中。例如

new_train_set = []
    for i in range(len(train_set)):
        for j in range(len(train_set[i]):
        new_train_set.append([train_set[i,j])

然后我将使用 new_train_set 和训练标签进行训练。