Sklearn SGDClassifier“找到暗淡3的数组。估计器预期<= 2”与重塑MNIST后答案

【问题标题】：Sklearn SGDClassifier "Found array with dim 3. Estimator expected <= 2" with after reshaping MNISTSklearn SGDClassifier“找到暗淡3的数组。估计器预期<= 2”与重塑MNIST后
【发布时间】：2020-07-05 00:56:16
【问题描述】：

我是 python 和 ml 的新手，只是尝试使用 mnist 我的程序是这样的

from sklearn.datasets import fetch_openml
import matplotlib as mpl
import matplotlib.pyplot as plt
from sklearn.linear_model import SGDClassifier
import numpy as np

mist=fetch_openml('mnist_784',version=1)
mist.keys()
x,y=mist['data'],mist['target']
x.shape
images = x[1]
images=images.reshape(28,28)
plt.imshow(images)
plt.show()
y=y.astype(np.uint8)
y[0]
xtrain,xtest,ytrain,ytest=x[:60000],x[60000:],y[:60000],y[60000:]
ytrain_5=(ytrain==5)
ytest_5=(ytest==5)
sgd = SGDClassifier(random_state=42)
sgd.fit(xtrain,ytrain_5)
sgd.predict([images])

并且正在抛出错误：

找到暗淡为 3 的数组。预计估计器

【问题讨论】：

标签： python numpy scikit-learn

【解决方案1】：

使用这一行：

sgd.predict(images.reshape(1, 784))

该算法是使用扁平化的数组(70000, 784) 训练的，因此您需要在通过之前将images 扁平化为形状(1, 784)。您之前已将其重塑为 (28, 28)。

完整代码：

from sklearn.datasets import fetch_openml
import matplotlib as mpl
import matplotlib.pyplot as plt
from sklearn.linear_model import SGDClassifier
import numpy as np

mist=fetch_openml('mnist_784',version=1)
x,y=mist['data'],mist['target']
images = x[1]
images=images.reshape(28,28)
y=y.astype(np.uint8)
xtrain,xtest,ytrain,ytest=x[:60000],x[60000:],y[:60000],y[60000:]
ytrain_5=(ytrain==5)
ytest_5=(ytest==5)
sgd = SGDClassifier(random_state=42)
sgd.fit(xtrain,ytrain_5)
sgd.predict(images.reshape(1, 784))

【讨论】：

我不这么认为。复制并粘贴上面的代码，你会看到。我唯一改变的是我提到的那一行。
thnaks @Nicolas 成功了，我真的不知道为什么我第一次尝试时没有成功。