Question

import matplotlib.pyplot as plt

from sklearn import datasets
from sklearn import svm

digits = datasets.load_digits()

print(digits.data)

classifier = svm.SVC(gamma=0.4, C=100)
x, y = digits.data[:-1], digits.target[:-1]

x = x.reshape(1,-1)
y = y.reshape(-1,1)
print((x))

classifier.fit(x, y)
###
print('Prediction:', classifier.predict(digits.data[-3]))
###
plt.imshow(digits.images[-1], cmap=plt.cm.gray_r, interpolation='nearest')
plt.show()

我也重塑了x和y。我仍然收到一个错误说：

找到样本数不一致的输入变量：[1,1796]

Y具有1-d阵列，具有1796个元素，而x具有许多。如何为x显示1？

Answer 1

实际上废弃了我建议的内容：

This link describes the general dataset API。属性data是每个图像的二维数组，已经展平：

import sklearn.datasets
digits = sklearn.datasets.load_digits()
digits.data.shape
#: (1797, 64)

这是您需要提供的所有内容，无需重新塑造。同样，属性data是每个标签的1d数组：

digits.data.shape
#: (1797,)

不需要重塑。只需分成训练和测试，然后运行它。

尝试打印x.shape和y.shape。我觉得你会分别找到类似(1, 1796, ...)和(1796, ...)的内容。在scikit中为分类器调用fit时，它需要两个形状相同的迭代。

线索，为什么在重塑不同方式时的论点是：

x = x.reshape(1, -1)
y = y.reshape(-1, 1)

也许试试：

x = x.reshape(-1, 1)

完全与您的问题无关，但是当您在训练集中遗漏的唯一元素为digits.data[-3]时，您预测digits.data[-1]。不确定这是否是故意的。

无论如何，使用scikit metrics软件包检查分类器的结果可能更好。 This page has an example of using it over the digits dataset

Answer 2

重塑将您的8x8矩阵转换为1维向量，可用作特征。您需要重塑整个X矢量，而不仅仅是训练数据的X矢量，因为您将用于预测的那个需要具有相同的格式。

以下代码说明了如何：

import matplotlib.pyplot as plt

from sklearn import datasets
from sklearn import svm

digits = datasets.load_digits()


classifier = svm.SVC(gamma=0.4, C=100)
x, y = digits.images, digits.target

#only reshape X since its a 8x8 matrix and needs to be flattened
n_samples = len(digits.images)
x = x.reshape((n_samples, -1))
print("before reshape:" + str(digits.images[0]))
print("After reshape" + str(x[0]))


classifier.fit(x[:-2], y[:-2])
###
print('Prediction:', classifier.predict(x[-2]))
###
plt.imshow(digits.images[-2], cmap=plt.cm.gray_r, interpolation='nearest')
plt.show()

###
print('Prediction:', classifier.predict(x[-1]))
###
plt.imshow(digits.images[-1], cmap=plt.cm.gray_r, interpolation='nearest')
plt.show()

将输出：

before reshape:[[  0.   0.   5.  13.   9.   1.   0.   0.]
 [  0.   0.  13.  15.  10.  15.   5.   0.]
 [  0.   3.  15.   2.   0.  11.   8.   0.]
 [  0.   4.  12.   0.   0.   8.   8.   0.]
 [  0.   5.   8.   0.   0.   9.   8.   0.]
 [  0.   4.  11.   0.   1.  12.   7.   0.]
 [  0.   2.  14.   5.  10.  12.   0.   0.]
 [  0.   0.   6.  13.  10.   0.   0.   0.]]
After reshape[  0.   0.   5.  13.   9.   1.   0.   0.   0.   0.  13.  15.  10.  15.   5.
   0.   0.   3.  15.   2.   0.  11.   8.   0.   0.   4.  12.   0.   0.   8.
   8.   0.   0.   5.   8.   0.   0.   9.   8.   0.   0.   4.  11.   0.   1.
  12.   7.   0.   0.   2.  14.   5.  10.  12.   0.   0.   0.   0.   6.  13.
  10.   0.   0.   0.]

对最后两张未用于训练的图像进行正确预测 - 您可以决定在测试和训练集之间进行更大的分割。

Sklearn数字数据集

2 个答案: