python - 使用 sklearn 使用卡方核进行多标签预测

Question

我正在尝试使用预先计算的卡方内核来获得 SVM 的预测。但是，我在尝试运行 clf.predict() 时遇到问题。

min_max_scaler = preprocessing.MinMaxScaler()
X_train_scaled = min_max_scaler.fit_transform(features_train)
X_test_scaled = min_max_scaler.transform(features_test)

K = chi2_kernel(X_train_scaled)
svm = SVC(kernel='precomputed', cache_size=1000).fit(K, labels_train)
y_pred_chi2 = svm.predict(X_test_scaled)

我收到的错误如下:

ValueError: bad input shape (4627L, 20L)

我猜测这个问题是由于多标签造成的，因此我通过执行以下操作仅针对 1 个类别训练分类器:

svm = SVC(kernel='precomputed', cache_size=1000).fit(K, labels_train[:, 0])

但是，当尝试运行 clf.predict(X_test_scaled) 时，我收到错误:

ValueError: X.shape[1] = 44604 should be equal to 4627, the number of samples at training time

为什么测试样本必须与训练样本数量相同？

以下是相关矩阵的形状(特征有 44604 个维度，有 20 个类别):

X_train_scaled.shape    : (4627L, 44604L)
X_test_scaled.shape     : (4637L, 44604L)
K.shape                 : (4627L, 4627L)
labels_train.shape      : (4627L, 20L)

顺便说一句，这些矩阵的形状大小旁边有 L 是否正常？

Answer 1

您需要为预测函数提供测试数据和训练数据之间的核。最简单的方法是为内核参数kernel=chi2_kernel 提供一个可调用函数。使用

K_test = chi2_kernel(X_test_scaled)

不会起作用。它需要

K_test = chi2_kernel(X_test_scaled, X_train_scaled)