我已经制作了卷积神经网络算法来对图像进行分类,现在我想制作一个朴素贝叶斯算法进行比较。我的图像是3D图像,我认为这是我遇到错误的原因。
错误:
raise ValueError("bad input shape {0}".format(shape))
ValueError: bad input shape (1776, 3)
我的代码:
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import GaussianNB
import numpy as np
much_data = np.load('muchdata-50-50-30-normalizado.npy', allow_pickle=True)
X = [data[0] for data in much_data]
y = [data[1] for data in much_data]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
gnb = GaussianNB()
y_pred = gnb.fit(X_train, y_train).predict(X_test)
print("Number of mislabeled points out of a total %d points : %d" % (X_test.shape[0], (y_test != y_pred).sum()))
我的X [0]的格式如下:
[[[0. 0. 0. ... 0. 0. 0.]
[0. 0. 0. ... 0. 0. 0.]
[0. 0. 0. ... 0. 0. 0.]
...
[0. 0. 0. ... 0. 0. 0.]
[0. 0. 0. ... 0. 0. 0.]
[0. 0. 0. ... 0. 0. 0.]]
...
[[0. 0. 0. ... 0. 0. 0.]
[0. 0. 0. ... 0. 0. 0.]
[0. 0. 0. ... 0. 0. 0.]
...
[0. 0. 0. ... 0. 0. 0.]
[0. 0. 0. ... 0. 0. 0.]
[0. 0. 0. ... 0. 0. 0.]]]
还有我的y [0]:
[0 1 0]
如果有人可以帮助我了解我在做什么错,那将真的很有帮助!
非常感谢您!
答案 0 :(得分:1)
通过查看您的y[0]
,您似乎有3种采用一键编码格式的类。 sklearn
的机器学习算法通常不接受一键编码格式的目标值。此外,模型的输入(X)的形状应为(no_samples, no_features)
。因此,您必须展平3D图像。
(no_samples,)
格式获得一维数组。您可以通过将3个类定义为1
,2
,3
来实现。X = [data[0].flatten() for data in much_data]