scikit - multiclass logistic regression python

Regresión logística de sklearn "ValueError: Se encontró una matriz con dim 3. Se estima el estimador<= 2".

Question

Intento resolver este problema 6 en este cuaderno. La pregunta es entrenar un modelo simple con estos datos utilizando 50, 100, 1000 y 5000 ejemplos de entrenamiento utilizando el modelo LogisticRegression de sklearn.linear_model. https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/udacity/1_notmnist.ipynb

lr = LogisticRegression()
lr.fit(train_dataset,train_labels)

Este es el código que trato de hacer y me da el error. ValueError: matriz encontrada con dim 3. Se espera que el estimador <= 2.

¿Alguna idea?

Answer 1

scikit-learn espera matrices numéricas 2d para el conjunto de datos de entrenamiento para una función de fit . El conjunto de datos que está pasando es una matriz 3d que necesita para cambiar la forma de la matriz en un 2d.

nsamples, nx, ny = train_dataset.shape
d2_train_dataset = train_dataset.reshape((nsamples,nx*ny))