我想为我的非线性可分数据实现SVM RBF内核。我将我的内核定义为:
def rbf(va, vb):
gamma = 0.7
return exp(-gamma * linalg.norm(va - vb) ** 2)
clf = svm.SVC(kernel=rbf)
clf.fit(va, vb)
显示错误:
如果X.shape [0]!= X.shape [1]: IndexError:元组索引超出范围
如何解决?
答案 0 :(得分:1)
va
和vb
的形状不匹配。它们需要具有相同的形状。
rbf内核的语法应该是以下形式:
def rbf(va,vb),其中
va
是样本的特征,比如说X和vb
是样本说X`的特征。
va和vb不是功能和标签。
您可以检查this link on Github是否有类似的实施方式。您可以看到他将所有样本对传递给rbf内核,而不是样本的特征和标签。去行号。 95.