Found array with dim 3. Estimator expected <= 2.

上記のようにndimは2以下なのですが、Found array with dim 3. Estimator expected <= 2.と言われてしまいます。
原因がわかる方いらっしゃいましたら、お願いします。

行動規範の内容に同意します

回答2件

＜原因の分析＞
Traceback(エラーが生じた経緯の遡り)を読んでゆきましょう。
"most recent call last"(最近の呼び出しが、最後)なので、下のほうから
[3] check_array関数の実行中に、"not allow_nd"と"array.ndim>=3"の2条件が共に成立したため、ValueErrorの例外が生じました(コードの449,450行目)。 arrayはcheck_array関数の第一仮引数です。

[2] fit関数の実行中に、check_array関数が呼び出されています。check関数の第1仮引数であるarrayに渡される実引数はfit関数の第一引数 X、allow_ndに関する記述が無いのでFALSEが渡されます。check_array関数の中で"not allow_nd"が成立した原因はここにあります。

[1] fit関数は、第一引数を train_data 、第2引数を train_labels として呼び出されています。

＝＝＝
発生順に並び変えると、
fit関数が第一引数を train_data として呼び出された。
fit関数の第一引数(仮引数名は X)は、fit関数の中で check_array関数の第一引数として使われた。
check_array関数の第一引数(仮引数名は array)はcheck_array関数の中で、"array.ndim>=3"の式の評価に使われた結果がTRUEだったので例外を発生した。
これは、array.ndimが3以上であったことを示しており、元をたどるとfit関数の第一引数であるtrain_dataの ndim　が３以上であったことを示している。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
質問の「上記のようにndimは2以下なのですが」の行の上に書かれた数字の羅列は、for a in train_data:　と for b in train_labels：、２つのfor文で書き出されたものなのでしょう。
"ndimは2以下なのです"が、16行ある(16個ある)"2"の事を指しているのだとすれば、"train_data
.ndim=16"という事になります。 "16 >= 3"は、TRUEになりますよね。

以上が質問で示された内容から判ることの全てだと思います。

この回答が問題解決のヒントになることを祈ります。

投稿2018/06/10 09:51

coco_bauer

総合スコア6915

coco_bauer

2018/06/10 10:00 編集

"print train_data"で、train_dataの内容を示してください。上記回答では ndim を (Number of Data IteM(要素数)だと推測していますが、ndimが何なのかも説明してください。　ndimがNumber of Dimentions(配列の次元数)なのだとすると、要素が二次元配列である配列 train_data の次元数は3次元となります。

hayataka2049

2018/06/10 10:10

ndimはn次元配列の方です。numpyのドキュメントに説明があると思います

退会済みユーザー

2018/06/10 13:52

回答ありがとうございます！参考になりました。

行動規範の内容に同意します

ベストアンサー

Xのndimを2にする必要があります。そのコードだとforで1減ったのが見えていて、3です。

追記

状況的には、たぶんこんな感じになっています。

python
1>>> import numpy as np
2>>> a = np.arange(27).reshape((3,3,3))  # shapeは適当。質問者様のXとは違うと思います
3>>> a
4array([[[ 0,  1,  2],
5        [ 3,  4,  5],
6        [ 6,  7,  8]],
7
8       [[ 9, 10, 11],
9        [12, 13, 14],
10        [15, 16, 17]],
11
12       [[18, 19, 20],
13        [21, 22, 23],
14        [24, 25, 26]]])
15>>> a.ndim
163
17>>> for x in a:
18...     print(x)
19...     print(x.ndim)
20... 
21[[0 1 2]
22 [3 4 5]
23 [6 7 8]]
242
25[[ 9 10 11]
26 [12 13 14]
27 [15 16 17]]
282
29[[18 19 20]
30 [21 22 23]
31 [24 25 26]]
322

どう直せばよいかと言うと、Xの形式に依存します。質問の画像を見る限り、こんなshapeになっているような気がします。

python
1>>> a = np.arange(27).reshape((9,1,3))
2>>> a
3array([[[ 0,  1,  2]],
4
5       [[ 3,  4,  5]],
6
7       [[ 6,  7,  8]],
8
9       [[ 9, 10, 11]],
10
11       [[12, 13, 14]],
12
13       [[15, 16, 17]],
14
15       [[18, 19, 20]],
16
17       [[21, 22, 23]],
18
19       [[24, 25, 26]]])

python
1>>> a.reshape((a.shape[0], -1))
2array([[ 0,  1,  2],
3       [ 3,  4,  5],
4       [ 6,  7,  8],
5       [ 9, 10, 11],
6       [12, 13, 14],
7       [15, 16, 17],
8       [18, 19, 20],
9       [21, 22, 23],
10       [24, 25, 26]])