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: setting an array element with a sequence.
最佳答案
如果执行以下操作,您将仅使用第一个像素值。
features.append(img[0][0])
试试这个!
import numpy as np
features.append(np.array(img).flatten())
请检查您附加的数据的维度,以了解实际发生的情况。
print(np.array(img).flatten().shape)
关于python - DecisionTreeClassifier拟合方法错误(scikit learn),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53906587/