输入维度出错

Question

我正在尝试实现自定义rbf内核函数。但是我收到以下错误。我不确定为什么会有一定数量的数据点？ 此行代码出错：

rbf_y = rbf_kernel.predict(X_test)

代码

def myKernel(x,y):
    pairwise_dists = squareform(pdist(x, 'euclidean'))
    K = scip.exp(-pairwise_dists ** 2 / .08 ** 2)
    return K

rbf_kernel = svm.SVC(kernel=myKernel, C=1).fit(X_train, Y_train.ravel())
rbf_y = rbf_kernel.predict(X_test)
rbf_accuracy = accuracy_score(Y_test, rbf_y)

错误：

ValueError: X.shape[1] = 15510 should be equal to 31488, the number of samples at training time

数据形态

X_train shape:  (31488, 128)
X_test shape:  (15510, 128)
Y_train shape:  (31488, 1)
Y_test shape:  (15510, 1)

从内核返回形状

myKernel(X_train, X_train).shape = (31488, 31488)

Answer 1

自定义内核kernel(X, Y)应计算矩阵X和矩阵Y之间的相似性度量，输出应为[X.shape[0], Y.shape[0]]形状。你的内核函数会忽略Y，并返回一个形状[X.shape[0], X.shape[0]]的矩阵，这会导致你看到的错误。

要解决此问题，请实现一个计算正确形状的内核矩阵的内核函数。 Scikit-learn的custom kernels documentation有一些简单的例子说明这可能有用。

如果是您的特定内核，您可以尝试cdist(x, y)代替squareform(pdist(x))。