Python 为什么train NumPy数组的大小小于整个数据集？
我将所有大小为100 x 100的图像转换为一个numpy数组，并将其保存到一个文本文件中。加载并执行列车测试分割后，它们分别存储到X列车和X测试中。但是，形状变为75100。不是应该是100100吗？对不起，我是机器学习新手如果您有N个大小为100 X 100的图像，您应该传递一个大小为N、100、100的数组。函数按第一个维度拆分。因此，如果传递一个大小为100x100的数组，它会认为图片的每一行都是一个训练模式，并保留图像的3/4作为训练集。第一个参数是采样数，就像数据行一样。如果训练集中有322个图像，则黑白或灰度图像的形状应为322、100、100，彩色图像的形状应为322、100、100、3。所以看起来好像出了什么问题。@James在定义了到我的图像的路径并将其存储到Z之后。我使用这个命令'img=np.arrayZ'将图像转换为numpy数组。错了吗？你应该把这当作一个新问题来问。您是将文件作为二进制数据打开并读取到Z中，还是通过图像库（如PIL）读取它？后一种方法是正确的，我从PIL导入图像，然后再将这些图像转换成numpy数组。但是为什么它仍然是错误的？如果没有看到你的代码，很难说我理解它会被分成那个比例，但我从来没有期望它是百分位的。当我在文本文件中存储94个图像时，它不应该是70、94吗？？94*75/100=70.5，假设它是70或71Python 为什么train NumPy数组的大小小于整个数据集？,python,arrays,numpy,machine-learning,image-processing,Python,Arrays,Numpy,Machine Learning,Image Processing,我将所有大小为100 x 100的图像转换为一个numpy数组，并将其保存到一个文本文件中。加载并执行列车测试分割后，它们分别存储到X列车和X测试中。但是，形状变为75100。不是应该是100100吗？对不起，我是机器学习新手如果您有N个大小为100 X 100的图像，您应该传递一个大小为N、100、100的数组。函数按第一个维度拆分。因此，如果传递一个大小为100x100的数组，它会认为图片的每一行都是一个训练模式，并保留图像的3/4作为训练集。第一个参数是采样数，就像数据行一样。如果训练集中