我这几周一直在做一个性别识别项目（使用Python），起初使用Fisherfaces作为特征提取方法，并使用基于欧几里得距离的1-NN分类器，但后来我觉得这种方法不够可靠（这是我个人的看法），所以我打算使用SVM。然而，当我试图创建和训练一个模型以应用于我的图像数据集时，我感到迷茫了。我在http://scikit-learn.org上找不到我需要的命令。我尝试了以下代码，但它不起作用，我不知道为什么执行时会出现这个错误：
File "prueba.py", line 46, in main clf.fit(R, r) File "/Users/Raul/anaconda/lib/python2.7/site-packages/sklearn/svm/base.py", line 139, in fit X = check_array(X, accept_sparse='csr', dtype=np.float64, order='C') File "/Users/Raul/anaconda/lib/python2.7/site-packages/sklearn/utils/validation.py", line 350, in check_array array.ndim)ValueError: Found array with dim 3. Expected <= 2这是我的代码：
import os, sysimport numpy as npimport PIL.Image as Imageimport cv2from sklearn import svmdef read_images(path, id, sz=None): c = id X,y = [], [] for dirname, dirnames, filenames in os.walk(path): for subdirname in dirnames: subject_path = os.path.join(dirname, subdirname) for filename in os.listdir(subject_path): try: im = Image.open(os.path.join(subject_path, filename)) im = im.convert("L") # resize to given size (if given) if (sz is not None): im = im.resize(sz, Image.ANTIALIAS) X.append(np.asarray(im, dtype=np.uint8)) y.append(c) except IOError as e: print "I/O error({0}): {1}".format(e.errno, e.strerror) except: print "Unexpected error:", sys.exc_info()[0] raise #c = c+1 return [X,y]def main(): # check arguments if len(sys.argv) != 3: print "USAGE: example.py </path/to/images/males> </path/to/images/females>" sys.exit() # read images and put them into Vectors and id's [X,x] = read_images(sys.argv[1], 1) [Y, y] = read_images(sys.argv[2], 0) # R all images and r all id's [R, r] = [X+Y, x+y] clf = svm.SVC() clf.fit(R, r)if __name__ == '__main__': main()我非常感谢任何关于如何使用SVM进行性别识别的帮助，谢谢阅读
回答：
X.append(np.asarray(im, dtype=np.uint8))我猜这是添加了一个二维数组。你可能需要在添加之前将其展平，这样每个实例看起来像这样：
array([255, 255, 255, ..., 255, 255, 255], dtype=uint8)而不是这样：
array([ [255, 255, 255, ..., 255, 255, 255], [255, 255, 255, ..., 255, 255, 255], [255, 0, 0, ..., 0, 0, 0], ..., [255, 0, 0, ..., 0, 0, 0], [255, 255, 255, ..., 255, 255, 255], [255, 255, 255, ..., 255, 255, 255]], dtype=uint8)试试这个：
X.append(np.asarray(im, dtype=np.uint8).ravel())