决策树分类器拟合方法错误(scikit learn)

Question

尝试用fit方法训练我的决策树分类器：

from sklearn import tree
import skimage
features = []
labels = []
for i in range(5):
    img = skimage.io.imread("circle" + str(i+1) + ".jpg")
    img = skimage.img_as_float(img)
    features.append(img)
    labels.append(0)
    img = skimage.io.imread("square" + str(i+1) + ".jpg")
    img = skimage.img_as_float(img)
    features.append(img)
    labels.append(1)
clf = tree.DecisionTreeClassifier()
clf = clf.fit(features, labels)

接收错误：

值错误：使用序列设置数组元素。

Answer 1

如果您执行以下操作，则仅使用第一个像素值。

features.append(img[0][0])

试试这个！

import numpy as np
features.append(np.array(img).flatten())

请检查您正在附加的数据的维度以了解实际发生的情况。

print(np.array(img).flatten().shape)

Answer 2

非常感谢，巴辛加和9769953。

解决了我的更换问题

features.append(img)

跟

features.append(img[0][0])