如何为sklearn分类器重塑3D坐标数据 解决序列赋值报错问题

sklearn所有分类器的输入特征矩阵都要求是二维数值结构，维度格式为(样本数量, 单样本特征数量)。你当前的特征数据每个单元格存储了长度为3的坐标列表，整体数据是三维结构(样本数量, 列数, 3)，pandas会将这类数据识别为元素为序列的数组，因此训练时抛出ValueError: setting an array element with a sequence错误。

将三维特征的最后一维展平，把每个样本的所有坐标值拼接成一维特征，即可适配sklearn的输入要求。假设你当前有178个样本，特征区共33列（2到35列），每列存储3个坐标，展平后每个样本的特征数为33*3=99，数据维度变为(178, 99)符合输入要求。
修复后的代码如下：

import numpy as np
import pandas as pd
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split

# 读入数据（修正原代码重复赋值dataset1的笔误）
dataset1 = pd.read_csv("你的数据文件路径.csv")
# 标签需要为1维数组，修正原代码y的取值逻辑，替换为你的实际标签列名
y = dataset1["标签列名"] 

# 提取特征并展平
X = dataset1.iloc[:178, 2:35].values
# reshape中-1表示自动计算该维度的大小
X = X.reshape(X.shape[0], -1)

# 拆分训练集、测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 模型训练
classifier = KNeighborsClassifier(n_neighbors=32)
classifier.fit(X_train, y_train)

• 原代码重复对dataset1执行读入操作，第二次读入的内容会覆盖第一次的结果，根据实际需求调整即可。
• 原代码中y的取值逻辑不符合分类任务要求，单标签分类场景下标签y必须是形状为(样本数量,)的一维数组，不能和特征X为同维度的二维结构，需要替换为实际的标签列取值。

内容的提问来源于stack exchange，提问作者joka