使用 sklearn 使用卡方内核预测多标签

Question

我正在尝试使用预先计算的卡方核对 SVM 进行预测。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)

我猜这个问题是因为多标签，所以我通过执行以下操作仅针对 1 个类别训练了分类器：

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，出现错误：

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

为什么测试样本的数量必须与训练样本的数量相同？

这里是相关矩阵的形状（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是正常的吗？

Answer 1

clf.predict() 的输入也必须传递给 chi2_kernel 函数。

K_test = chi2_kernel(X_test_scaled)
y_pred = svm.predict(K_test)

Answer 2

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

K_test = chi2_kernel(X_test_scaled)

不会work.It需要

K_test = chi2_kernel(X_test_scaled, X_train_scaled)

使用 sklearn 使用卡方内核预测多标签

Predicting with chi squared kernel for multilabel using sklearn

python

machine-learning

scikit-learn

svm