Question

我正在尝试对包含图像的数据集进行主成分分析，但每当我想从sklearn.decomposition模块应用pca.transform时，我都会收到此错误： * AttributeError：'PCA'对象没有属性'mean _'* 。我知道这个错误意味着什么，但我不知道如何修复它。我想你们中的一些人知道如何解决这个问题。

感谢您的帮助

我的代码：

from sklearn import svm
import numpy as np
import glob
import os
from PIL import Image
from sklearn.decomposition import PCA

image_dir1 = "C:\Users\private\Desktop\K FOLDER\private\train"
image_dir2 = "C:\Users\private\Desktop\K FOLDER\private\test1"
Standard_size = (300,200)
pca = PCA(n_components = 10)
file_open = lambda x,y: glob.glob(os.path.join(x,y))


def matrix_image(image_path):
    "opens image and converts it to a m*n matrix" 
    image = Image.open(image_path)
    print("changing size from %s to %s" % (str(image.size), str(Standard_size)))
    image = image.resize(Standard_size)
    image = list(image.getdata())
    image = map(list,image)
    image = np.array(image)
    return image
def flatten_image(image):  
    """
    takes in a n*m numpy array and flattens it to 
    an array of the size (1,m*n)
    """
    s = image.shape[0] * image.shape[1]
    image_wide = image.reshape(1,s)
    return image_wide[0]

if __name__ == "__main__":
    train_images = file_open(image_dir1,"*.jpg")
    test_images = file_open(image_dir2,"*.jpg")
    train_set = []
    test_set = []

    "Loop over all images in files and modify them"
    train_set = [flatten_image(matrix_image(image)) for image in train_images]
    test_set = [flatten_image(matrix_image(image)) for image in test_images]
    train_set = np.array(train_set)
    test_set = np.array(test_set)
    train_set = pca.fit_transform(train_set) "line where error occurs"
    test_set = pca.fit_transform(test_set)

完整追溯：

Traceback (most recent call last):
  File "C:\Users\Private\workspace\final_submission\src\d.py", line 54, in <module>
    train_set = pca.transform(train_set)
  File "C:\Python27\lib\site-packages\sklearn\decomposition\pca.py", line 298, in transform
    if self.mean_ is not None:
AttributeError: 'PCA' object has no attribute 'mean_'

EDIT1： 所以我试着在改造它之前拟合模型，现在我得到了一个更奇怪的错误。我查了一下，它涉及f2py，一个将Fortran移植到Python的模块，它是Numpy Library的一部分。

File "C:\Users\Private\workspace\final_submission\src\d.py", line 54, in <module>
    pca.fit(train_set)
  File "C:\Python27\lib\site-packages\sklearn\decomposition\pca.py", line 200, in fit
    self._fit(X)
  File "C:\Python27\lib\site-packages\sklearn\decomposition\pca.py", line 249, in _fit
    U, S, V = linalg.svd(X, full_matrices=False)
  File "C:\Python27\lib\site-packages\scipy\linalg\decomp_svd.py", line 100, in svd
    full_matrices=full_matrices, overwrite_a = overwrite_a)
ValueError: failed to create intent(cache|hide)|optional array-- must have defined dimensions but got (0,)

编辑2：

所以我检查了我的train_set和data_set是否包含任何数据而他们没有。我已经检查了我的image_dirs，它们包含正确的位置（为了清楚起见，我通过转到实际文件，查看一个图像的属性并复制位置来获取它们）。错误应该在其他地方。

Answer 1

你应该在变换之前拟合模型：

train_set = np.array(train_set)
test_set = np.array(test_set)

pca.fit(train_set)
pca.fit(test_set)

train_set = pca.transform(train_set) "line where error occurs"
test_set = pca.transform(test_set)

修改

第二个错误表示您的train_set为空。可以使用以下代码轻松复制：

train_set = np.array([[]]) pca.fit(train_set)

我认为一个问题出在flatten_image函数中。我可能错了，但这一行会引发AttributeError

image.wide = image.reshape(1,s)

可以替换为：

image_wide = image.reshape(1,s) return image_wide[0]

这一行也存在问题：

print("changing size from %s to %s" % str(image.size), str(Standard_size))

阅读http://docs.python.org/2/library/stdtypes.html#string-formatting-operations了解更多详情，但values must be a tuple。所以你想要这个：

print("changing size from %s to %s" % (str(image.size), str(Standard_size)))

其他编辑

最后，您将"Loop over all images in files and modify them"后面的循环替换为：

train_set = [flatten_image(matrix_image(image)) for image in train_images] test_set = [flatten_image(matrix_image(image)) for image in test_images]

现在你调用file_open所以它会在这样的路径中查找文件："C:\Users\private\Desktop\K FOLDER\private\train\C:\Users\private\Desktop\K FOLDER\private\train\foo.jpg"，你得到的是空列表而不是文件名。

Answer 2

我认为您要应用fit_transform而不是transform。您需要使用fit或fit_transform生成模型。

这是关于每种方法的文档说明：

适合（X，y =无）   使用X适合模型。

fit_transform（X，y =无）   使用X拟合模型并在X上应用降维。

您正在直接应用transform，因此尚未生成任何模型。

主成分分析不起作用

2 个答案: