如何在包含1300张图片的数据集上使用 metrics.silhouette_score？我已经有了这些图片的 ResNet50 特征向量（每个长度为2048），以及1到9之间的离散类别标签？

我得到了这个错误：

Traceback (most recent call last):  File "/dataset/silouhette_score.py", line 8, in <module>    labels_reshaped = np.ndarray(labels).reshape(-1,1)ValueError: sequence too large; cannot be greater than 32Process finished with exit code 1

对于另一段代码：

我得到了这个错误：

Traceback (most recent call last):  File "/dataset/silouhette_score.py", line 8, in <module>    labels_reshaped = np.ndarray(labels).reshape(1,-1)ValueError: sequence too large; cannot be greater than 32Process finished with exit code 1

如果我运行这段其他代码：

我得到了这样的输出：https://pastebin.com/raw/hk2axdWL

如何修复这段代码，以便我可以打印出单一的轮廓分数？

Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.Process finished with exit code 1

我在这里粘贴了我的特征向量文件（.txt 文件）的一行：https://pastebin.com/raw/hk2axdWL（由空格分隔的2048个数字组成）

回答：

我最终解决了这个问题。我需要以 sklearn 所要求的完全相同格式创建特征向量：