Je pratique Exemple de reconnaissance de visages utilisant des eigenfaces et SVMs qui est sur le site officiel de scikit-learn.ValueError: min_faces_per_person = 70 est trop restrictif
Mais quand je lance ici:
from __future__ import print_function
from time import time
import logging
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.model_selection import GridSearchCV
from sklearn.datasets import fetch_lfw_people
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.decomposition import PCA
from sklearn.svm import SVC
print(__doc__)
# Display progress logs on stdout
logging.basicConfig(level=logging.INFO, format='%(asctime)s %(message)s')
# #############################################################################
# Download the data, if not already on disk and load it as numpy arrays
lfw_people = fetch_lfw_people(min_faces_per_person=70, resize=0.4)
Mais je reçois une erreur qui me dit:
Traceback (most recent call last):
File "D:\神经网络与深度学习\麦子学院-深度学习\(Part One)深度学习基础\代码与素材
\代码与素材(1)\03SVM\plot_face_recognition.py", line 54, in <module>
lfw_people = fetch_lfw_people(min_faces_per_person=70, resize=0.4)
File "D:\Program Files\Python36\lib\site-packages\sklearn\datasets\lfw.py", line 335, in fetch_lfw_people
min_faces_per_person=min_faces_per_person, color=color, slice_=slice_)
File "D:\Program Files\Python36\lib\site-packages\sklearn\externals\joblib\memory.py", line 562, in __call__
return self._cached_call(args, kwargs)[0]
File "D:\Program Files\Python36\lib\site-packages\sklearn\externals\joblib\memory.py", line 510, in _cached_call
out, metadata = self.call(*args, **kwargs)
File "D:\Program Files\Python36\lib\site-packages\sklearn\externals\joblib\memory.py", line 744, in call
output = self.func(*args, **kwargs)
File "D:\Program Files\Python36\lib\site-packages\sklearn\datasets\lfw.py", line 231, in _fetch_lfw_people
min_faces_per_person)
ValueError: min_faces_per_person=70 is too restrictive
Je ne comprends pas pourquoi ma version python est? 3.6.2, la version de scikit-learn est v0.19.0
Lecture [le code] (https://github.com/scikit-learn/scikit-learn/blob/c1eee276fa501965e7b4e23e6349031092e33131/sklearn/datasets/lfw.py#L208), il semble qu'il y ait des problèmes avec chemin des choses qui effets dans un ensemble de fichiers empy. – sascha
Je suis sur Ubuntu 14 et python 2 et ne pas avoir d'erreur. Peut-être que [ce numéro] (https://github.com/scikit-learn/scikit-learn/issues/6484) est pertinent. Vous pouvez poster un nouveau problème ici. –