Вы можете сделать это следующим образом:
import org.apache.spark.sql.functions.asc
df.sort(asc("column_name"))
Или вы можете сделать это следующим образом:
import sqlContext.implicits._
df.sort($"column_name".asc)
Решение - метки должны быть списком целых чисел, и вы должны использовать numpy.array(labels)
(или np.array(labels)
).
Пример фиктивной проверки отсутствия ошибок:
labels=[0]*len(faces)
face_recognizer.train(faces, np.array(labels))
Я не нашел никакой документации по перекодировке лиц openCV на python, поэтому я начал просматривать документацию и примеры по c ++. И благодаря документации эта библиотека использует labels
вход для train
как std::vector<int>
. Пример cpp , предоставленный openCV docs, также использует vector<int> labels
. И так, в библиотеке даже есть ошибка для не целочисленного ввода .