我试图通过kmeans聚类来处理图像特征表示，这些特征表示已经被保存为数组列表。

features_list = []features = np.asarray(features_list)  features_flat = features.reshape((features.shape[0], -1))k_means = cluster.KMeans(n_clusters=10, n_jobs=-1)k_means.fit(features_flat)

其中features_flat的信息如下：

print(features_flat)Out:[[ array([[[ 0.36470588,  0.32156863,  0.2627451 ,  0.36862745],    [ 0.36470588,  0.32156863,  0.2627451 ,  0.36862745],    [ 0.36470588,  0.32156863,  0.2627451 ,  0.36862745],    ..., [ array([[[ 0.19607843,  0.19215686,  0.14117647,  0.30980392],    [ 0.19607843,  0.19215686,  0.14117647,  0.30980392],    [ 0.19607843,  0.19215686,  0.14117647,  0.30980392],    ...,     ]]np.unique(list(map(len, features_flat)))Out: array([1])

运行k_means.fit()时，我得到了以下错误

ValueError: setting an array element with a sequence.

如何在创建正确类型的矩阵时保留数组中的数据？

回答：

谢谢 @[隐藏]

这种转换后的图像表示可以正常工作。

每张图像标准化大小 + 映射到灰度

我希望它也能处理以下图像表示

原始图像转换

，但这解决了这个问题。