0
私は、1022イメージと1022個のマルチクラスラベル（各ラベルは14クラス）を持つPythonでSVMを使用してイメージ分類を行います。このため今イメージを分類するためにSVMを訓練する際に配列エラーを伴う配列要素を設定する
mypath = 'path'
k = listdir(mypath)
images = np.empty((len(k)-1), dtype=object)
resized_imgs = np.empty((len(k)-1),dtype=object)
for n in range(0, len(k)-1):
images[n] = cv2.imread(join(mypath,k[n]),0) #Reading images in grayscale
resized_imgs[n] = cv2.resize(images[n],(32,32)) #Resizing images
for i in range(0,len(k)-1):
a=resized_imgs[i].mean()
b=resized_imgs[i].std()
t=np.ndarray([32,32])
t.fill(1)
t=t*a
resized_imgs[i]=(resized_imgs[i]-a)/b
X_train = resized_imgs
for i in range(len(k)-1):
X_train[i] = X_train[i].flatten().tolist()
y_train = np.array(y_train)
for i in range(len(k)-1):
y_train[i] = y_train[i].flatten().tolist()
clf=svm.SVC(gamma=0.001)
clf.fit(X_train,y_train)
私はエラーを取得しています：
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-469-bfab446776df> in <module>()
----> 1 clf.fit(X_train,y_train[:,0])
C:\Users\user\Anaconda3\lib\site-packages\sklearn\svm\base.py in fit(self, X, y, sample_weight)
148 self._sparse = sparse and not callable(self.kernel)
149
--> 150 X = check_array(X, accept_sparse='csr', dtype=np.float64, order='C')
151 y = self._validate_targets(y)
152
C:\Users\user\Anaconda3\lib\site-packages\sklearn\utils\validation.py in check_array(array, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
371 force_all_finite)
372 else:
--> 373 array = np.array(array, dtype=dtype, order=order, copy=copy)
374
375 if ensure_2d:
ValueError: setting an array element with a sequence.
私はこれが原因によるX_trainの配列のサイズの不一致になる可能性がどのように表示されませんX_trainの各要素は1024個の正規化されたピクセル値のリストであり、y_trainの各要素は14個の属性のリストに対応しています。
ご協力いただければ幸いです。ありがとう！