如何将4D的RGB图像数据转换为2D数组以用于LogisticRegression

我有一个train_dataset 4d数组,包含7000张RGB图像(7000,299,299,3)。现在我需要将这个数据集数组输入到sklearn.linear_model.LogisticRegression 中,为此它需要是二维的。

我尝试了::–

np.reshape(train_dataset[:],(7000, train_dataset.shape[1]*train_dataset.shape[2]))

结果是::–

ValueError: cannot reshape array of size 1877152797 into shape (7000,89401)

你能帮我调整这个train_dataset数组的形状吗?我希望保持train_dataset数组中有7000行。


回答:

看起来你只有6999张图像,真遗憾。最简单的方法是让numpy帮你计算缺失的形状

np.reshape(train_dataset, (6999, -1))

或者更稳健的方法

np.reshape(train_dataset, (train_dataset.shape[0], -1))

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注