如何解决尝试在训练模型上使用 predict() 函数时出现异常
在用 pickle 保存我的模型之前,该模型运行良好,并且获得了 0.80
精度。现在,当我尝试使用函数 predict()
获取图像的预测类别时,出现以下异常:
ValueError: shapes (12,1) and (12,) not aligned: 1 (dim 1) != 12 (dim 0)
请注意,我使用了对训练集进行的所有预处理,f_scaled
的每行大小都相同,X_train
中有 12 个特征
features = feature_extraction(image_path)
scaler = MinMaxScaler()
f_scaled = scaler.fit_transform(features.reshape(-1,1))
psvm_model = pickle.load(open('C:/Users/DELL/Desktop/SkinCancerDataset/psvmModel.sav','rb'))
print("prediction:",psvm_model.predict(np.squeeze(f_scaled).reshape(-1,1)))
当我在 predict 函数中删除 reshape(-1,1)
时,我得到以下结果:
[1 1 1 1 1 1 1 1 1 1 1 1]
我猜:这意味着 f_scalar
数组中的每个标量都被视为单个条目,这解释了 prediction (1,12)
它应该只给出一个范围在 [0,2]
这是数据 (f_scaled
) 在 pyCharm 中的显示方式:
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。