首页 文章

sklearn维度问题“找到昏暗的数组3.估计估计<= 2”

提问于
浏览 次
0

我正在尝试使用KNN将.wav文件正确分类为两组，即组0和组1 .

我提取数据，创建模型，适合模型，但是当我尝试使用.predict（）方法时，我收到以下错误：

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.

我找到了这两个描述类似问题的stackoverflow帖子：

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scikit-learn只能接受二维数据 .

我的训练数据有形状（3240,20,5255），其中包括：

此数据集中的

  • 3240 .wav文件（这是训练数据的索引0）For

  • 对于 each .wav文件，存在（20,5255）numpy数组，其表示MFCC系数（MFCC系数尝试并以数字方式表示声音） .

我的测试数据有形状（3240，）＃category是0或1

我可以用什么代码来操纵我的训练和测试数据，将其转换为scikit-learn可用的形式？另外，当我从3维向2维下降时，如何确保数据不会丢失？

python numpy machine-learning scikit-learn signal-processing

1 回答

  • 2

    确实，sklearn仅适用于2D数据 .

    你可以尝试做什么：

    • 只需在训练数据上使用 np.reshape 将其转换为形状 (3240, 20*5255) . 它将保留所有原始信息 . 但是sklearn将无法利用此数据中的隐式结构（例如，特征1,21,41等是同一变量的不同版本） .

    • 在原始数据上构建卷积神经网络（例如，使用 tensorflow+Keras 堆栈） . CNN专门设计用于处理这种多维数据并利用其结构 . 但他们有很多超参数可供调整 .

    • 对重新整形为 (3240, 20*5255) 的数据使用降维（例如PCA） . 它尽量保留尽可能多的信息，同时保持较低的功能数量 .

    • 使用手动特征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），并在此类特征上训练模型 .

    如果您有更多数据（例如100K示例），第一种方法可能效果最好 . 在您的情况下（3K示例和10K功能），您需要大量规范您的模型以避免过度拟合 .

    回复于

相关问题