"Ein Array-Element mit einer Sequenz setzen" numpy Fehler

Question

Ich arbeite an einem Projekt, bei dem mit vorverarbeiteten Daten in der folgenden Form gearbeitet werden muss.

Daten Erklärung wurde oben zu gegeben. Das Ziel besteht darin, vorherzusagen, ob eine geschriebene Ziffer mit dem Audio der Ziffer übereinstimmt oder nicht. Zuerst habe ich die gesprochenen Arrays von Form (N, 13) an das Mittel über die Zeitachse als solche Transformation:

Dies schafft eine einheitliche Länge von (1,13) für jedes Array innerhalb gesprochen. Um dies in einem einfachen Vanille-Algorithmus zu testen, zip die beiden Arrays zusammen, so dass wir ein Array der Form (45000, 2) erstellen, wenn ich dies in die Fit-Funktion der LogisticRegression-Klasse einfügen, wirft es mir den folgenden Fehler:

Was mache ich falsch?

Code:

import numpy as np 
from sklearn.linear_model import LogisticRegression 

match = np.load("/srv/digits/match_train.npy") 
spoken = np.load("/srv/digits/spoken_train.npy") 
written = np.load("/srv/digits/written_train.npy") 
print(match.shape, spoken.shape, written.shape) 
print(spoken[0].shape, spoken[1].shape) 

def features(signal, function): 
    new = np.copy(signal) 
    for i in range(len(signal)): 
     new[i] = function(new[i], axis=0) 
    return new 

spokenMean = features(spoken, np.mean) 
print(spokenMean.shape, spokenMean[0]) 

result = np.array(list(zip(spokenMean,written))) 
print(result.shape) 

X_train, X_val, y_train, y_val = train_test_split(result, match, test_size = 
0.33, random_state = 123) 
model = LogisticRegression() 
print(X_train.shape, y_train.shape) 
model.fit(X_train, y_train) 
yh_val = model.predict(X_val) 

Answer 1

Der spokenMean Typ ist object, das heißt, es ist ein 1D-Array, den kleinen 1D-Arrays hält. Das erste, was Sie tun müssen, ist convert it to a 2D float array. Dieser arbeitete für mich:

spokenMean = features(spoken, np.mean) 
spokenMean = np.vstack(spokenMean[:]).astype(np.float32) 

Dann list(zip(...)) nicht der richtige Weg ist, um die beiden Arrays verketten. Stattdessen rufen np.concatenate:

result = np.concatenate([spokenMean, written], axis=1) 

Diese X_train ein normales 2D-Array machen.