如何使用“将（120100100）形状的图像数据重塑为（12010000）形状，使其低于采样？”；“学习”；Python库？

我正在使用IMBRearnPython库进行欠采样

必要代码：

undersample = RandomUnderSampler(sampling_strategy='majority')
X_under, y_under = undersample.fit_resample(X, y)

这里X是我的图像数据集，（120100100）形状的和y是图像的标签，它是（120，）形状的。我这里有个错误。 但是如果我给出X的形状（X\u值，y\u值），那么它就工作了。

---

有什么方法可以将图像数据的（120100100）形状转换为（12010000）形状吗？

将图像数据转换为一个numpy数组，然后再进行整形，这将解决问题

import numpy as np
# assuming X is the image data of shape (120,100,100)
X = np.asarray(image)
X_reshape = X.reshape(120,10000) 

---

你也应该把你的问题重新定义为如何重塑，而不是如何取消取样，因为这就是问题所在。