Не подходит модель для SVM - PullRequest
Новая
       6

Не подходит модель для SVM

0 голосов
/ 12 октября 2018

Я пытаюсь подобрать модель, используя SVM, но получаю следующую ошибку: 

ValueError: setting an array element with a   
sequence.

Эта ошибка находится в функции подбора этого кода: 

from sklearn import svm
from numpy import array

X_tn = array(X_train)
Y_tn = array(Y_train)

modelo = svm.SVC(kernel = 'linear', C =  
1.0)
X_tn = X_tn.reshape(Y_tn.shape)

modelo.fit(X_tn,Y_tn)
modelo.score(X_tn,Y_tn)

prediccion = modelo.predict(X_test) 
print(prediccion)

X_train иY_train имеют одинаковое количество элементов.

X_train и Y_train изначально являются списками, созданными с этим кодом: 

imags =  os.path.join(os.sep,'home','alex','Curso_DH','Algoritmos_avanzados','Practica','AlgoritmosAvanzadosPractica','imagenes')
imgPath = gb.glob(imags+'/*.jpg')

X_train = []
for i in (imgPath):
  X_train.insert(j,imageio.imread(i))
  j = j + 1

imags_ext = os.path.join(os.sep, 'home',  'alex', 'Curso_DH', 'Algoritmos_avanzados', 'Practica', 'AlgoritmosAvanzadosPractica','trainingdata','outdoor')

imgPath = gb.glob(imags_ext+'/*.jpg')

Y_train = []
j = 0
for i in (range(len(imgPath))):
  Y_train.insert(j,1)
  j = j + 1

imags_ext = os.path.join(os.sep, 'home',  'alex', 'Curso_DH', 'Algoritmos_avanzados', 'Practica', 'AlgoritmosAvanzadosPractica','trainingdata','indoor')

imgPath = gb.glob(imags_ext+'/*.jpg')
j = 0

for i in (range(len(imgPath))):
  Y_train.insert(j,0)
  j = j + 1

imags = os.path.join(os.sep,'home','alex','Curso_DH','Algoritmos_avanzados','Practica','AlgoritmosAvanzadosPractica','imagenes_test')

imgPath = gb.glob(imags+'/*.jpg')

X_test = []
j = 0

for i in (imgPath):
  X_test.insert(j,imageio.imread(i))
  j = j + 1

imags_ext = os.path.join(os.sep, 'home', 'alex', 'Curso_DH', 'Algoritmos_avanzados', 'Practica', 'AlgoritmosAvanzadosPractica','testdata','outdoor')

imgPath = gb.glob(imags_ext+'/*.jpg')
Y_test = []
j = 0

for i in (range(len(imgPath))):
  Y_test.insert(j,1)
  j = j + 1

imags_ext = os.path.join(os.sep, 'home', 'alex', 'Curso_DH', 'Algoritmos_avanzados', 'Practica', 'AlgoritmosAvanzadosPractica','testdata','indoor')

imgPath = gb.glob(imags_ext+'/*.jpg')
j = 0

for i in (range(len(imgPath))):
  Y_test.insert(j,0)
  j = j + 1

Учебный набор - это изображения, а тестовый набор - это метки, которые равны 0 для изображения в помещении и1 для наружного изображения.

Как я могу соответствовать модели?

Спасибо

...