画像分類するモデルを作成したい

Question

前提・実現したいこと

画像を分類するモデルを作りたい。

発生している問題・エラーメッセージ

モデルをfitさせる時にエラーで実行できない・

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

該当のソースコード

import pandas as pd
import numpy as np
import glob
import cv2
from PIL import Image

df2 = pd.read_csv("data2.csv")
files = glob.glob("/Users/a440/Desktop/happy_images/*")

df_files = pd.DataFrame({"data":files})
df2["data"] = "/Users/a440/Desktop/happy_images/" + df2["data"] + ".jpg"
df2 = df2.drop("Unnamed: 0", axis=1)
df2.to_csv("data2-2.csv")

df_join = pd.merge(df2, df_files, how="inner",on="data",indicator=True)

#yの設定
smiles =df_join["smile"]
target = []

for smile in smiles:
    data = np.asarray(smile)
    target.append(data)
y = np.array(target)


#xの設定
titles = df_join["data"]

photo_array = []

for title in titles:
    bgr = Image.open(title)

    bgr = bgr.convert("RGB")
    bgr = bgr.resize((50, 50))
    bgr = np.asarray(bgr)
    photo_array.append(bgr)

x = np.array(photo_array)

from sklearn.model_selection import train_test_split

(train_x,test_x, train_y, test_y) = train_test_split(x, y, test_size=0.3, random_state=0)

from sklearn.ensemble import RandomForestClassifier

model = RandomForestClassifier(n_estimators = 100,random_state=0)

model.fit(train_x, train_y)

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-27-2140cc40a840> in <module>
      3 model = RandomForestClassifier(n_estimators = 100,random_state=0)
      4 
----> 5 model.fit(train_x, train_y)

/opt/anaconda3/lib/python3.7/site-packages/sklearn/ensemble/_forest.py in fit(self, X, y, sample_weight)
    302             )
    303         X, y = self._validate_data(X, y, multi_output=True,
--> 304                                    accept_sparse="csc", dtype=DTYPE)
    305         if sample_weight is not None:
    306             sample_weight = _check_sample_weight(sample_weight, X)

/opt/anaconda3/lib/python3.7/site-packages/sklearn/base.py in _validate_data(self, X, y, reset, validate_separately, **check_params)
    430                 y = check_array(y, **check_y_params)
    431             else:
--> 432                 X, y = check_X_y(X, y, **check_params)
    433             out = X, y
    434 

/opt/anaconda3/lib/python3.7/site-packages/sklearn/utils/validation.py in inner_f(*args, **kwargs)
     70                           FutureWarning)
     71         kwargs.update({k: arg for k, arg in zip(sig.parameters, args)})
---> 72         return f(**kwargs)
     73     return inner_f
     74 

/opt/anaconda3/lib/python3.7/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, estimator)
    800                     ensure_min_samples=ensure_min_samples,
    801                     ensure_min_features=ensure_min_features,
--> 802                     estimator=estimator)
    803     if multi_output:
    804         y = check_array(y, accept_sparse='csr', force_all_finite=True,

/opt/anaconda3/lib/python3.7/site-packages/sklearn/utils/validation.py in inner_f(*args, **kwargs)
     70                           FutureWarning)
     71         kwargs.update({k: arg for k, arg in zip(sig.parameters, args)})
---> 72         return f(**kwargs)
     73     return inner_f
     74 

/opt/anaconda3/lib/python3.7/site-packages/sklearn/utils/validation.py in check_array(array, accept_sparse, accept_large_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, estimator)
    639         if not allow_nd and array.ndim >= 3:
    640             raise ValueError("Found array with dim %d. %s expected <= 2."
--> 641                              % (array.ndim, estimator_name))
    642 
    643         if force_all_finite:

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

Comments

[jbpb0]

model.fit(...
の直前に下記を追加して、その結果を見て、考えてみてください
print(train_x.shape)
print(train_y.shape)

[shishi_maru440]

現状は
print(train_x.shape)　>>>(4508, 50, 50, 3)
print(train_y.shape)　>>>(4508,)

reshape(-1, 1)で1次元にしてみてもうまくいかず、、、
print(train_x.shape)　>>>(4508, 7500, 1)
print(train_y.shape)　>>>(4508, 1)

恐縮ですが解決法ご教示いただければと思います。

[jbpb0]

https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html#sklearn.ensemble.RandomForestClassifier.fit
の「fit(X, y, sample_weight=None)」に、Xのshapeは「(n_samples, n_features)」と書かれてますので、train_xを2次元にする必要があります

[shishi_maru440]

titles = df_join["data"]

photo_array = []

for title in titles:
bgr = Image.open(title)

bgr = bgr.convert("RGB")
bgr = bgr.resize((50, 50))
bgr = np.asarray(bgr)
bgr = bgr.reshape(-1, 2)
photo_array.append(bgr)

x = np.array(photo_array)
x.shape
>>>(6441, 3750, 2)

これでもうまくいかなかったのですが何が間違っていルのでしょうか。
お手数おかけして申し訳ありません。

[jbpb0]

2次元なので、
print(train_x.shape)　>>>(4508, 7500)
となるようにしてみてください

[shishi_maru440]

bgr = bgr.reshape(-1)でできました。
少し2次元に解釈が間違っていることに気づきました。
大変助かりました。
ありがとうございます。

Answer 1

bgr = bgr.reshape(-1)
で2次元配列にでき解決。