私はこのエリアの相対的な初心者ですので、私はあなたの助けに感謝します。 私はmnistデータセットで遊んでいます。私はhttp://g.sweyla.com/blog/2012/mnist-numpy/からコードを取りましたが、すべての画像が特徴ベクトルになるように "画像"を2次元に変更しました。それから、データ上でPCAを実行した後、SVMを実行してスコアをチェックしました。すべてが正常に動作するようだが、私は次の警告を受けていると私はなぜわからない。データ変換警告が表示されるのはなぜですか?
私はいくつかのことを試みましたが、この警告を取り除くことはできません。助言がありますか?ここでは、完全なコードは(彼らはここにコードをコピーめちゃめちゃ少しを得たように欠けているくぼみを無視する、と思われる):助けを
import os, struct
from array import array as pyarray
from numpy import append, array, int8, uint8, zeros, arange
from sklearn import svm, decomposition
#from pylab import *
#from matplotlib import pyplot as plt
def load_mnist(dataset="training", digits=arange(10), path="."):
"""
Loads MNIST files into 3D numpy arrays
Adapted from: http://abel.ee.ucla.edu/cvxopt/_downloads/mnist.py
"""
if dataset == "training":
fname_img = os.path.join(path, 'train-images.idx3-ubyte')
fname_lbl = os.path.join(path, 'train-labels.idx1-ubyte')
elif dataset == "testing":
fname_img = os.path.join(path, 't10k-images.idx3-ubyte')
fname_lbl = os.path.join(path, 't10k-labels.idx1-ubyte')
else:
raise ValueError("dataset must be 'testing' or 'training'")
flbl = open(fname_lbl, 'rb')
magic_nr, size = struct.unpack(">II", flbl.read(8))
lbl = pyarray("b", flbl.read())
flbl.close()
fimg = open(fname_img, 'rb')
magic_nr, size, rows, cols = struct.unpack(">IIII", fimg.read(16))
img = pyarray("B", fimg.read())
fimg.close()
ind = [ k for k in range(size) if lbl[k] in digits ]
N = len(ind)
images = zeros((N, rows*cols), dtype=uint8)
labels = zeros((N, 1), dtype=int8)
for i in range(len(ind)):
images[i] = array(img[ ind[i]*rows*cols : (ind[i]+1)*rows*cols ])
labels[i] = lbl[ind[i]]
return images, labels
if __name__ == "__main__":
images, labels = load_mnist('training', arange(10),"path...")
pca = decomposition.PCA()
pca.fit(images)
pca.n_components = 200
images_reduced = pca.fit_transform(images)
lin_classifier = svm.LinearSVC()
lin_classifier.fit(images_reduced, labels)
images2, labels2 = load_mnist('testing', arange(10),"path...")
images2_reduced = pca.transform(images2)
score = lin_classifier.score(images2_reduced,labels2)
print score
ありがとう!
ありがとう!何らかの理由で私は問題が "画像"配列であったと確信していました。それも考えなかった。愚かな私。とにかく、これ以上の警告はありません。 ありがとうもう一度:) – shmibloo