fit_transform（image）TSNE方法的数字数组格式

Question

我正在使用Scikit-learn进行tSNE询问大约1000个散点图，但是我似乎需要2D numpy数组才能访问fit_transform方法。我是Python的新手。

我的代码，

from sklearn.manifold import TSNE
import numpy as np
import cv2
mypath='/Path/to/files/scatterplots/'
onlyfiles = [ f for f in listdir(mypath) if isfile(join(mypath,f)) ]
photos = np.empty(len(onlyfiles), dtype=object)
for n in range(0, len(onlyfiles)):
  photos[n] = cv2.imread( join(mypath,onlyfiles[n]) )

fig, axes = plt.subplots(2, 2, figsize=(10,10), subplot_kw={'xticks':(), 'yticks':()})
for ax, img in zip(axes.ravel(), photos):
   ax.imshow(img)

输出

问题代码

tsne = TSNE(random_state=50)
digits_tsne = tsne.fit_transform (photos.data)

错误

ValueError跟踪（最近一次通话最近）  在

/library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/sklearn/manifold/t_sne.py in fit_transform（self，X，y）

892             Embedding of the training data in low-dimensional space.
893         """

-> 894嵌入= self._fit（X）

• t_sne.py内另外3行错误输出

我认为fit_transform方法需要2D numpy数组，例如

'target': array([0, 1, 2, 3])

其中0-3表示每个散点图1-4后面的不同数据（寄生物）。

请求 如何将目标数组组合为图像numpy数组，以便fit_transform可以查看和处理它？<​​/ em>

Answer 1

请检查t-SNE的文档：

  

X：数组，形状（n_samples，n_features个）

为使您的案例正常工作，您需要将图像投射到一维数组并从中组装出一个矩阵。

按代码排列，以下代码段应完成二维t-SNE聚类的工作：

arr = [cv2.imread( join(mypath,onlyfiles[n])).ravel() for n in range(0, len(onlyfiles))]
X = np.vstack[arr]
tsne = TSNE(n_components=2).fit_transform(X)