如何通过裁剪的svhn数据集来适应感知器scikit学习？

Question

我必须使用python的scikit-learn libray上的Perceptron对svhn数据集进行分类，但我不了解如何准备数据以使用perceptron的fit方法；数据集是svhn数据集裁剪的图像格式，我必须通过灰度传递图像

Answer 1

来自数据集的图像是许多（32,32,3）矩阵，而Perceptron将接受一堆数组。

如果数据形状为（n_images，32,32,3），请使用：

Numpy.mean(data, axis=3)

获得灰度图像的数组，然后：

for i in range(n_images):
    X_train[i] = data[i].flatten()

所以您最终得到（n_images，1024）个大小的矩阵。

您还希望将标签放在n_images-size向量中。

然后您设置感知器：

clf = Perceptron()
clf.fit(X_train, y)