質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.34%

訓練データとテストデータの分別に失敗しました。

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 667

score 65

前回の自分の質問の続きなのですがあの後0であることを確認した後

n_train=len(digits.data)*2//3
X_train=digits.data[:n_train]
y_train=digits.data[:n_train]
X_test=digits.data[n_train:]
y_test=digits.data[n_train:]


と、訓練データとテストデータを用意した後

print([d.shape for d in [X_train,y_train,X_test,y_test]])


と、構造を確認した後

[(1198, 64), (1198, 64), (599, 64), (599, 64)]


という結果を得

from sklearn import svm
clf=svm.SVC(gamma=0.001)
clf.fit(X_train,y_train)


と、SVMで学習を行った結果以下のようなエラーが発生しました。

ValueError                                Traceback (most recent call last)
<ipython-input-22-86937c1966f0> in <module>
----> 1 clf.fit(X_train,y_train)

~\Anaconda3\lib\site-packages\sklearn\svm\base.py in fit(self, X, y, sample_weight)
    147         X, y = check_X_y(X, y, dtype=np.float64,
    148                          order='C', accept_sparse='csr',
--> 149                          accept_large_sparse=False)
    150         y = self._validate_targets(y)
    151 

~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in check_X_y(X, y, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, multi_output, ensure_min_samples, ensure_min_features, y_numeric, warn_on_dtype, estimator)
    759                         dtype=None)
    760     else:
--> 761         y = column_or_1d(y, warn=True)
    762         _assert_all_finite(y)
    763     if y_numeric and y.dtype.kind == 'O':

~\Anaconda3\lib\site-packages\sklearn\utils\validation.py in column_or_1d(y, warn)
    795         return np.ravel(y)
    796 
--> 797     raise ValueError("bad input shape {0}".format(shape))
    798 
    799 

ValueError: bad input shape (1198, 64)


今までのエラーより長く、エラーの読み方がよくわかりませんでした。。「bad input shape」でググってもよくわからず。。Anacondaの中がどーたらこーたらとあるのでバージョンが合わないのかと思いましたが原因がわかる方、ご教示いただけると嬉しいです。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

y_train, y_test は正解ラベルなので、代入するのは、画像である digits.data ではなく、ラベルの digits.taget ではないでしょうか。

つまり、以下のように変更すればよいです。

X_train = digits.data[:n_train]
y_train = digits.target[:n_train]
X_test = digits.data[n_train:]
y_test = digits.target[n_train:]

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/08/16 14:25

    ご指摘ありがとうございます!おっしゃるとおりに実行したらうまくいきました!ありがとうございました(^^)

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.34%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る