如何解决Python scikit-learn SVM分类器“ ValueError:找到的数组为dim3预期<= 2”
问题出在您的输入数据上。
您还可以sklearn
用来加载数字数据集:
from sklearn.datasets import load_digits
from sklearn import svm
digits = load_digits()
X = digits.data
y = digits.target
classifier = svm.SVC()
classifier.fit(X[:1000], y[:1000])
predictions = classifier.predict(X[1000:])
解决方法
我正在尝试通过MNIST数据集实现SVM分类器。由于我的参数是3维的,因此抛出以下错误:
ValueError: Found array with dim 3. Expected <= 2
以下是我的代码段:
import mnist
from sklearn import svm
training_images,training_labels = mnist.load_mnist("training",digits = [1,2,3,4])
classifier = svm.SVC()
classifier.fit(training_images,training_labels)
sklearn是否支持多维分类器?
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。