如何将sklearn SVM的四维数组与二维数组相匹配

Question

我在尝试创建VSM时遇到一些问题：

EEG.shape = 41, 73, 64, 1000
stimpresent = 41, 1000

clf = svm.SVC()
clf.fit(EEG,stimpresent)

如果我运行此命令，它会给我以下错误：找到具有dim 4的数组。预计估计值<；=2. 在互联网上，人们推荐其他人使用numpy重塑阵列。但如果我尝试这样做：

EEG.shape = 41, 73, 64, 1000
EEGSVM = EEG.reshape(41,73*64*1000)
clf = svm.SVC()
clf.fit(EEGSVM,stimpresent)

它给出以下错误：找到样本数不一致的输入变量：[411000]

是否有人知道如何解决这个问题，或者是否有可能

提前谢谢

Answer 1

简言之，问题在于stimpresent的形状应该是平面的，并且表示输入数据的离散类

SVC是一种分类器，它以2D矩阵作为训练输入数据，以数组（1D）作为目标值，使用X_train.shape[0] == len(y_train)

考虑到数据的体积和形状以及计算的繁重性，我怀疑SVC是否是您所需要的