DecisionTreeClassifier fit 方法错误（scikit learn）答案

【问题标题】：DecisionTreeClassifier fit method error (scikit learn)DecisionTreeClassifier fit 方法错误（scikit learn）
【发布时间】：2019-05-23 05:06:42
【问题描述】：

尝试使用fit 方法训练我的DecisionTreeClassifier：

from sklearn import tree
import skimage

features = []
labels = []

for i in range(5):
    img = skimage.io.imread("circle" + str(i+1) + ".jpg")
    img = skimage.img_as_float(img)
    features.append(img)
    labels.append(0)

    img = skimage.io.imread("square" + str(i+1) + ".jpg")
    img = skimage.img_as_float(img)
    features.append(img)
    labels.append(1)

clf = tree.DecisionTreeClassifier()
clf = clf.fit(features, labels)

接收错误：

ValueError:用序列设置数组元素。

【问题讨论】：

可能相关问题here, here, here。你已经看过所有这些了吗？也许不是
更多 here 和 here 以及更多
@Bazingaa 我看过这个主题，但我的两个列表中的元素数量相等（10）。
也许特征的形状有问题？尝试通过转换为 numpy 数组来打印形状
Bazingaa 可能是对的：img 可能是一个二维数组。您不能将二维数组用作特征；尝试将其设为一维。

标签： python python-3.x machine-learning scikit-learn scikit-image

【解决方案1】：

如果您执行以下操作，您将只使用第一个像素值。

features.append(img[0][0])

试试这个！

import numpy as np
features.append(np.array(img).flatten())

请检查您要附加的数据的维度，以了解实际发生的情况。

print(np.array(img).flatten().shape)

【讨论】：

决策树可能不是图像分类的最佳选择。试试 CNN。

【解决方案2】：

非常感谢，Bazinga 和 9769953。

解决了我的替换问题

features.append(img)

与

features.append(img[0][0])

【讨论】：