如何解决“ValueError: Found array with dim 4. Estimator expected <= 2.”？答案

【问题标题】：How to resolve 'ValueError: Found array with dim 4. Estimator expected <= 2.'?如何解决“ValueError: Found array with dim 4. Estimator expected <= 2.”？
【发布时间】：2019-12-02 21:19:36
【问题描述】：

我正在制作一个 SVM 分类器来对图像进行分类。该程序使用 Google Collab，文件上传到 Google Drive。图片的形状是torch.Size([32, 3, 224, 224])。

这就是我拆分数据集的方式，

images = (images.numpy())
labels = (labels.numpy())
X_train, X_test, y_train, y_test = train_test_split(images, labels, test_size=0.3, random_state=42)

将训练数据和测试数据拆分后，X_train 和 X_test 的新形状分别为(22, 3, 224, 224) 和(10, 3, 224, 224)。现在，当我尝试这样做时，就会出现问题

# Create a classifier: a support vector classifier
classifier = svm.SVC(gamma=0.001)
#fit to the trainin data
classifier.fit(X_train,y_train)

----> 3 classifier.fit(X_train,y_train)

   537         if not allow_nd and array.ndim >= 3:
    538             raise ValueError("Found array with dim %d. %s expected <= 2."
--> 539                              % (array.ndim, estimator_name))
    540         if force_all_finite:
    541             _assert_all_finite(array,

ValueError: 找到暗淡为 4 的数组。预计估计器

我有 4 个图像类，我希望 SVM 分类器来训练模型，之前我使用 CNN 和迁移学习来训练。我已经阅读了一些帖子，在这里我可能不得不重新塑造它。你能帮我解决这个问题吗？感谢您的帮助。

【问题讨论】：

标签： image machine-learning scikit-learn svm

【解决方案1】：

目前，您的输入数据有 4 个维度 (batch size, channels, height, width)，您需要将图像展平为二维 (number of images, channels* height* width)

X_train = X_train.reshape(22,3*224*224)
X_test = X_test.reshape(10,3*224*224)

希望这会有所帮助！

【讨论】：

谢谢。我现在可以了。