sklearn维数问题“发现带有dim 3的数组.估计器期望<= 2”
sklearn维数问题“发现带有dim 3的数组.估计器期望<= 2”
提问于 2017-12-28 07:10:12
我试图使用KNN将.wav文件正确地分类为两组，第0组和第1组。
我提取了数据，创建了模型，拟合了模型，但是当我尝试使用.predict()方法时，我得到了以下错误：
Traceback (most recent call last):
File "/..../....../KNN.py", line 20, in <module>
classifier.fit(X_train, y_train)
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/neighbors/base.py", line 761, in fit
X, y = check_X_y(X, y, "csr", multi_output=True)
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/validation.py", line 521, in check_X_y
ensure_min_features, warn_on_dtype, estimator)
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sklearn/utils/validation.py", line 405, in check_array
% (array.ndim, estimator_name))
ValueError: Found array with dim 3. Estimator expected <= 2.我发现这两个堆叠溢出的帖子描述了类似的问题：
sklearn Logistic Regression "ValueError: Found array with dim 3. Estimator expected <= 2."
Error: Found array with dim 3. Estimator expected <= 2
如果我错了，请纠正我，但似乎科学学习只能接受二维数据。
我的培训数据有形状(3240，20,5255)，包括：
- 数据集中的3240个.wav文件(这是训练数据的索引0)
- 对于每个 .wav文件，有一个(20,5255) numpy数组表示MFCC系数(MFCC系数尝试以数字方式表示声音)。
我的测试数据的形状为(3240，)#类别为0或1
我可以使用什么代码来操作我的培训和测试数据，将其转换成一个可供scikit使用的表单--学习？另外，当我从三维降到二维时，如何确保数据不会丢失？
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-12-28 11:32:58
的确，sklearn只适用于2D数据。
你能做的是：
- 只需在培训数据上使用
np.reshape将其转换为形状(3240, 20*5255)。它将保存所有原始信息。但是sklearn将无法利用该数据中的隐式结构(例如，特征1、21、41等是同一变量的不同版本)。 - 在原始数据(例如，使用
tensorflow+Keras堆栈)上构建一个卷积神经网络。CNN是专为处理此类多维数据并利用其结构而设计的。但他们有很多超参数要调。 - 对重塑为
(3240, 20*5255)的数据使用降维方法(例如PCA)。它尽力保存尽可能多的信息，同时仍然保持较低的功能数量。 - 使用手动特性工程从数据结构中提取特定信息(例如，沿每个维度的描述性统计信息)，并对模型进行此类特性的培训。
如果您有更多的数据(例如，100 K示例)，第一种方法可能效果最好。在你的情况下(3K的例子和10K的特性)，你需要调整你的模型，以避免过度。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48003185
复制相关文章
相似问题
腾讯云开发者
