import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn import svm
digits = datasets.load_digits()
print(digits.data)
classifier = svm.SVC(gamma=0.4, C=100)
x, y = digits.data[:-1], digits.target[:-1]
x = x.reshape(1,-1)
y = y.reshape(-1,1)
print((x))
classifier.fit(x, y)
###
print('Prediction:', classifier.predict(digits.data[-3]))
###
plt.imshow(digits.images[-1], cmap=plt.cm.gray_r, interpolation='nearest')
plt.show()
我也改變了x和y。仍然我發現了一個錯誤說:Sklearn數字數據集
與樣品的不一致數實測值輸入變量:[1,1796]
Y具有與1796個元件,而x具有許多1-d陣列。它如何爲x顯示1?
它給出了一個錯誤:'發現輸入變量的樣本數不一致:[114944,1796]' – linthum
@lithum像我建議的那樣打印'x.shape'和'y.shape'的結果是什麼? – SCB
@linthum實際上做了一些改變。我們都錯了。 – SCB