Я пытаюсь решить эту проблему 6 в этой записной книжке. Вопрос состоит в том, чтобы обучить простую модель на этих данных, используя 50, 100, 1000 и 5000 обучающих выборок, используя модель LogisticRegression из sklearn.linear_model. https://github.com/tensorflow/examples/blob/master/courses/udacity_deep_learning/1_notmnist.ipynb
lr = LogisticRegression()
lr.fit(train_dataset,train_labels)
Это код, который я пытаюсь сделать, и он дает мне ошибку. ValueError: найден массив с dim 3. Ожидается оценщик & lt; = 2.
Есть идеи?
ОБНОВЛЕНИЕ 1: Обновите ссылку на блокнот Jupyter.
scikit-learn ожидает 2d массивов num для набора учебных данных для функции fit. Набор данных, который вы передаете, представляет собой 3D-массив, который вам необходимо изменить в массив на 2d.
nsamples, nx, ny = train_dataset.shape
d2_train_dataset = train_dataset.reshape((nsamples,nx*ny))