在python中对可变长度数组进行分类

Question

我坚持信号阵列（ECG）的分类，无论信号的特定部分是否正常（有心律失常）。所采取的段长度可变（这会影响分类），我无法做到这一点，并收到以下错误：

  

ValueError：使用序列设置数组元素。

我的训练集看起来像this;尺寸：具有可变数量元素的2065个阵列 输出如下：array(['N', 'N', 'N', ..., 'N', 'N', 'N'], dtype=object) 2065 long vector Y.shape = training_set.shape = 2065 我使用Multinomia朴素贝叶进行分类：

from sklearn.naive_bayes import MultinomialNB
clf = MultinomialNB()
clf.fit(inp, Y)
MultinomialNB(alpha=1.0, class_prior=None, fit_prior=True)`

任何提示/建议都将深受赞赏

Answer 1

  

X：{array-like，sparse matrix}，shape = [n_samples，n_features]   训练向量，其中n_samples是样本数，n_​​features是要素数。

     

y：array-like，shape = [n_samples]   目标值。

来源：sklearn.naive_bayes.MultinomialNB.fit

因此您必须将特征向量（n_samples）调整为固定长度（n_features）。