Numpy 支持向量机实现中的错误

以下是我的猫和狗图像识别代码：

import numpy as np
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split


filename= 'catdog_datasets.txt'
filename1= 'catdog_datasets.txt'
raw_data = open(filename, 'rt')
raw_data1 = open(filename1, 'rt')
#data = numpy.loadtxt(raw_data,dtype='object',delimiter=":")
features_data = np.loadtxt(raw_data,dtype='object',delimiter=":",usecols=(0))
labels_data = np.loadtxt(raw_data1,dtype='object',delimiter=":",usecols=(1))
print(features_data.shape)
print(labels_data.shape)

#print(labels_data)
#print(features_data)

X_train, X_test, y_train, y_test = train_test_split(features_data,labels_data,test_size=0.2)
print (y_train.shape)
print (y_test.shape)
print (X_train.shape)
print (X_test.shape)


clf = SVC(kernel='linear',C=1.0)
clf.fit(X_train,y_train)
predictions = clf.predict(X_test)

catdog_datsets.txt包含猫和狗各500张图像的HOG特征向量，猫和狗的标签分别为0和1。文件格式为： 0.270150 0.070257 0.040265 0.037243 0.013678:0

注：特征向量的大小约为1765*1，只是为了提问我给出的大小为5*1的问题。问题是特征向量是一个字符串，我想将其转换为浮点数组以提供给SVM。这是我得到的错误：

clf.fit(X_train,y_train)
  File "C:\Users\TIKA-OPT790-04\AppData\Local\Programs\Python\Python36-32\lib\site-packages\sklearn\svm\base.py", line 149, in fit
    X, y = check_X_y(X, y, dtype=np.float64, order='C', accept_sparse='csr')
  File "C:\Users\TIKA-OPT790-04\AppData\Local\Programs\Python\Python36-32\lib\site-packages\sklearn\utils\validation.py", line 573, in check_X_y
    ensure_min_features, warn_on_dtype, estimator)
  File "C:\Users\TIKA-OPT790-04\AppData\Local\Programs\Python\Python36-32\lib\site-packages\sklearn\utils\validation.py", line 433, in check_array
    array = np.array(array, dtype=dtype, order=order, copy=copy)
ValueError: could not convert string to float:0.270150 0.070257 0.040265 0.037243 0.013678

---

错误是因为您的文件包含以下行：

f1 f2 f3 f4 ............................................f1565 :0

正如您所观察到的，特征用空格分隔，整个特征向量用冒号（：）与标签分隔

现在在您的代码中，您使用的是

delimiter=“：”

，因此您的

features\u数据将只包含以下每行的单个值：

f1 f2 f3 f4 ............................................f1565

您需要将其拆分为多个功能才能正确使用

现在
numpy.loadtxt
本身不支持多个分隔符，因此必须使用其他选项或解决方法

在当前程序中完成以下操作后，拆分
功能\u数据
：

features_data = np.array([l.strip().split(' ') for l in features_data])


建议：使用：


请出示一些您的数据样本。两个文件中的一些行。您确定读取的数据正确吗？两个文件包含相同的数据，文件大小非常大。它包含特征向量，然后后跟分隔符“：”然后标记为“0”或“1”。数据如下所示：f1 f2 f3 f4对于单个图像（即第一行），f1565:0特征向量由空格字符分隔。每个图像由一个大小为1565*1的向量表示。是的，您是正确的，特征数据如下：'f1 f2 f3。。。。。。。f1565'对于每一行，据我所知，它应该被转换成如下的浮点am数组[f1，f2，f3，…..f1565]，然后只有它能被送入SVM？？使用这个：features_data=np.array（[l.split（“”）for l in features_data]），我得到以下格式的数据：[list（['f1'，'f2'，'f3'，'f3'，'f1565'，']啊，是的。那是因为字符串中的最后一个空格。请检查修改后的答案。不，我得到的特征数据是这样的字符串数组：[list（['f1'，'f2'…'f1565']）]…..…据我所知，SVM只理解数字，它应该被转换成这样的折叠数组：[[f1 f2….f1565]，[f1 f2….f1565]当我尝试此操作时，features\u data=features\u data.astype（np.float），我得到一个错误：features\u data=features\u data.astype（np.float）ValueError:使用序列设置数组元素。
all_data = pd.read_csv(raw_data, sep=':|\s+', engine='python', header=None)

# All but last column
features_data = all_data.iloc[:,0:-1]

#last column
labels_data = all_data.iloc[:,-1]