我正在尝试制作一个sklearn图像分类器，但无法将数据拟合到分类器中。

x_train = np.array(im_matrix)y_train = [0, 0, 0, 0, 0, 1, 1, 1, 1, 1]clf = GaussianNB()clf.fit(x_train, y_train)

在clf.fit(x_train, y_train)处，我得到了以下错误：

ValueError: setting an array element with a sequence.

im_matrix是一个保存图像矩阵的数组：

for file in files:        path = os.path.join(root, file)        im_matrix.append(mpimg.imread(path))

x_train的形状是(10, 1)，y_train的形状是(10,)

我猜测问题出在x_train的形状不太正常：

array([array([[[227, 255, 233],        [227, 255, 233],        [227, 255, 233],        ...,        [175, 140, 160],        [175, 140, 160],        [175, 140, 160]],       [[227, 255, 233],        [227, 255, 233],        [227, 255, 233],        ...,        [174, 139, 159],        [174, 139, 159],        [174, 139, 159]],       [[227, 255, 233],        [227, 255, 233],        [227, 255, 233],        ...,        [173, 138, 158],        [173, 138, 158],        [173, 138, 158]],       ...,       [[199, 222, 253],        [121, 142, 169],        [ 13,  34,  55],        ...,        [ 31,  40,  49],        [ 31,  40,  49],        [ 32,  41,  50]],       [[187, 206, 246],        [ 80,  98, 134],        [  0,  13,  41],        ...,        [ 36,  44,  63],        [ 35,  43,  62],        [ 35,  43,  62]],       [[187, 206, 246],        [ 80,  98, 134],        [  0,  13,  41],        ...,        [ 36,  44,  63],        [ 35,  43,  62],        [ 35,  43,  62]]], dtype=uint8),

这个问题已经在这里被问过几次了，但我找不到解决方案。任何帮助都将不胜感激

回答：

大多数（如果不是全部的话）scikit-learn函数期望输入X，这是一个形状为(n_samples, n_features)的2D数组。

请查看文档：http://scikit-learn.org/stable/modules/generated/sklearn.naive_bayes.GaussianNB.html#sklearn.naive_bayes.GaussianNB.fit

根据X, y拟合高斯朴素贝叶斯

参数：X : array-like, 形状 (n_samples, n_features)

训练向量，其中n_samples是样本数量，n_features是特征数量。

为了解决您的问题，请使用图像的向量表示，然后将每个向量作为x_train矩阵中的一行。

最后，使用这个X来拟合GaussianNB。

如何将图像向量化？

可以使用如下方法：

import numpy as npfrom PIL import Imageimg = Image.open('orig.png').convert('RGBA')arr = np.array(img)# 将arr变成一维视图flat_arr = arr.ravel()