sklearn SVM fit () “ValueError: configurando um elemento do array com uma sequência”
Estou usando o sklearn para aplicar o svm no meu próprio conjunto de imagens. As imagens são colocadas em um quadro de dados. Passo para a função de ajuste uma matriz numpy que possui listas 2D, essas listas 2D representam imagens e a segunda entrada que passo para a função é a lista de alvos (os alvos são números). Eu sempre recebo este erro "ValueError: definindo um elemento de matriz com uma sequência".
trainingImages = images.ix[images.partID <=9]
trainingTargets = images.clustNo.ix[images.partID<=9]
trainingImages.reset_index(inplace=True,drop=True)
trainingTargets.reset_index(inplace=True,drop=True)
classifier = svm.SVC(gamma=0.001)
classifier.fit(trainingImages.image.values,trainingTargets.values.tolist())
O erro:
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-43-5336fbeca868> in <module>()
8 classifier = svm.SVC(gamma=0.001)
9
---> 10 classifier.fit(trainingImages.image.values,trainingTargets.values.tolist())
11
12 #classifier.fit(t, list(range(0,2899)))
/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/sklearn/svm/base.py in fit(self, X, y, sample_weight)
148 self._sparse = sparse and not callable(self.kernel)
149
--> 150 X = check_array(X, accept_sparse='csr', dtype=np.float64, order='C')
151 y = self._validate_targets(y)
152
/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/sklearn/utils/validation.py in check_array(array, accept_sparse, dtype, order, copy, force_all_finite, ensure_2d, allow_nd, ensure_min_samples, ensure_min_features, warn_on_dtype, estimator)
371 force_all_finite)
372 else:
--> 373 array = np.array(array, dtype=dtype, order=order, copy=copy)
374
375 if ensure_2d:
ValueError: setting an array element with a sequence.