3次元データからのscikitlearn,kerasにおけるサンプル数、特徴量の設定について
プログラミング初心者で不慣れで申し訳ありませんが、失礼します。
センサーで測定したx,y,z軸ごとのデータをarrayデータとしてリストとしたデータを作成しています。そのデータを元にscikitlearnによるMLPclassifierやsvmによる分類、もしくはkerasによるディープラーニングを行いたいと考えています。
現在の手法としまして、取得したデータをnpyデータで読み込み、numpyのアレイデータとしてデータを作成しています。取得データを3軸ごとに200個だとすると、n個のデータを取得したとすると、shapeは(n,3,200)となっています。
こちらのデータをn_samplesとn_featuresにうまく分類する方法はございますでしょうか。
ここに質問の内容を詳しく書いてください。
■■な機能を実装中に以下のエラーメッセージが発生しました。
発生している問題・エラーメッセージ
現在試している方法だと、dimensionのエラーがでてしまい進むことができないでいます。
エラーメッセージ
Found array with dim 3. Estimator expected <= 2.
該当のソースコード
file=[]
data1=np.load("filename.npy")
data2=np.load("filename2.npy")
data3=np.load("filename3.npy")
file.append(data1)
file.append(data2)
file.append(data3)
といった方法でデータを整理しております。
(n_samples,n_features[0],n_features[1])=file.shape
scikitlearnだとすると
clf=svm.SVC(C=1.0,kernel="linear",decision_function_shape="ovr")
clf.fit(file,y)
python3
ソースコード
### 試したこと pandasのDataFrameでも2次元でないため、同じようにdimensionのエラーがでます。 array[3,200]のデータを1つデータ:特徴量としてみなすことは難しいでしょうか。 ここに問題に対して試したことを記載してください。 ### 補足情報(FW/ツールのバージョンなど) python3.6,scikitlearn ここにより詳細な情報を記載してください。
回答2件
あなたの回答
tips
プレビュー