python - fit_transform(image) TSNE 方法的 Numpy 数组格式

问题描述

我正在使用 Scikit-learn for tSNE 来询问大约 1000 个散点图，但我似乎需要一个 2D numpy 数组来访问 fit_transform 方法。我是 Python 新手。

我的代码，

from sklearn.manifold import TSNE
import numpy as np
import cv2
mypath='/Path/to/files/scatterplots/'
onlyfiles = [ f for f in listdir(mypath) if isfile(join(mypath,f)) ]
photos = np.empty(len(onlyfiles), dtype=object)
for n in range(0, len(onlyfiles)):
  photos[n] = cv2.imread( join(mypath,onlyfiles[n]) )

fig, axes = plt.subplots(2, 2, figsize=(10,10), subplot_kw={'xticks':(), 'yticks':()})
for ax, img in zip(axes.ravel(), photos):
   ax.imshow(img)

输出

问题代码

tsne = TSNE(random_state=50)
digits_tsne = tsne.fit_transform (photos.data)

错误

ValueError Traceback（最近一次调用最后一次）在

/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/sklearn/manifold/t_sne.py in fit_transform(self, X, y)

892             Embedding of the training data in low-dimensional space.
893         """

--> 894 嵌入 = self._fit(X)

t_sne.py 中的另外 3 行错误输出

我相信 fit_transform 方法需要一个 2D numpy 数组，例如

'target': array([0, 1, 2, 3])

其中 0-3 指的是每个散点图 1-4 后面的不同数据（寄生虫）。

请求 如何将目标数组组合成图像 numpy 数组，以便 fit_transform 可以看到并处理它？

标签： pythonnumpymachine-learningscikit-learn

请查看t-SNE 的文档：

X：数组，形状（n_samples，n_features）

为了使您的案例正常工作，您需要将图像转换为一维数组并从中组装一个矩阵。

在代码方面，以下代码片段应该完成二维 t-SNE 聚类的工作：

arr = [cv2.imread( join(mypath,onlyfiles[n])).ravel() for n in range(0, len(onlyfiles))]
X = np.vstack[arr]
tsne = TSNE(n_components=2).fit_transform(X)

python - fit_transform(image) TSNE 方法的 Numpy 数组格式

问题描述

解决方案

推荐阅读