Also versuche ich einfach die MNIST-Datenbank (die ich heruntergeladen habe) zu laden und trainiere einen Klassifikator und speichere dann die Trainingseinheit für zukünftige Verwendung in einer Datei. Ich habe versucht, es direkt herunterzuladen (durch fetch_mldata), aber mein Internet scheint zu langsam zu sein, um so zu gehen, also versuche ich, die Datenbank zu lesen, indem ich es exteranllly herunterlädt, aber einen Fehler erhält, wie unten der Code angegeben wird. Jede Hilfe würde sehr geschätzt werden!Probleme beim Laden der MNIST-Datenbank
from sklearn.externals import joblib
from sklearn import datasets
from skimage.feature import hog
from sklearn.datasets import fetch_mldata
from sklearn.svm import LinearSVC
import numpy as np
import mlab
import scipy.io
print 'fetching'
dataset = scipy.io.loadmat('mnist-original.mat')
print 'fetched'
features = np.array(dataset.data, 'int16')
labels = np.array(dataset.target, 'int')
ist_hog_fd = []
for feature in features:
fd = hog(feature.reshape((28, 28)), orientations=9, pixels_per_cell=(14, 14), cells_per_block=(1, 1), visualise=False)
list_hog_fd.append(fd)
hog_features = np.array(list_hog_fd, 'float64')
clf=LinearSVC()
clf.fit(hog_features,labels)
joblib.dump(clf, "digits_cls.pkl", compress=3)
Wenn ich es laufen lasse, erhalte ich eine Fehlermeldung wie:
Traceback (most recent call last):
File "/home/samad/Red_Queen/v2(ud&ay)/scratch2.py", line 14, in <module>
features = np.array(dataset.data, 'int16')
AttributeError: 'dict' object has no attribute 'data'
Um ehrlich zu sein, ich bin nicht sehr bekannt Arrays numpy sowie Umgang mit .mat Dateien.