我正在进行一个项目，需要处理以下形式的预处理数据。

数据解释已在上面给出。目标是预测一个书写数字是否与该数字的音频相匹配。首先，我将形式为 (N,13) 的语音数组转换为时间轴上的均值，如下所示：

这样，每个语音数组内的长度都保持一致，为 (1,13)。为了在一个简单的基础算法中测试这一点，我将这两个数组压缩在一起，形成一个形状为 (45000, 2) 的数组，当我将这个数组插入到 LogisticRegression 类的 fit 函数中时，它抛出了以下错误：

我做错了什么？

代码：

import numpy as npfrom sklearn.linear_model import LogisticRegressionmatch = np.load("/srv/digits/match_train.npy")spoken = np.load("/srv/digits/spoken_train.npy")written = np.load("/srv/digits/written_train.npy")print(match.shape, spoken.shape, written.shape)print(spoken[0].shape, spoken[1].shape)def features(signal, function):    new = np.copy(signal)    for i in range(len(signal)):        new[i] = function(new[i], axis=0)    return newspokenMean = features(spoken, np.mean)print(spokenMean.shape, spokenMean[0])result = np.array(list(zip(spokenMean,written)))print(result.shape)X_train, X_val, y_train, y_val = train_test_split(result, match, test_size = 0.33, random_state = 123)model = LogisticRegression()print(X_train.shape, y_train.shape)model.fit(X_train, y_train)yh_val = model.predict(X_val)

回答：

spokenMean 的类型是 object，即它是一个包含较小一维数组的一维数组。你需要做的第一件事是将其转换为二维浮点数组。对我来说，这奏效了：

spokenMean = features(spoken, np.mean)spokenMean = np.vstack(spokenMean[:]).astype(np.float32)

然后，list(zip(...)) 不是连接两个数组的正确方法。相反，应该调用 np.concatenate：

result = np.concatenate([spokenMean, written], axis=1)

这样，X_train 将成为一个正常的二维数组。