SVM 自定义 RBF 内核 IndexError

Posted

技术标签:

【中文标题】SVM 自定义 RBF 内核 IndexError【英文标题】:SVM custom RBF kernel IndexError 【发布时间】:2018-03-07 16:35:42 【问题描述】:

我想为我的非线性可分数据实现 SVM RBF 内核。我将内核定义为:

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?

【问题讨论】:

可以打印vavb的形状吗? va 为 100x2,vb 为 100x1 【参考方案1】:

vavb 的形状不匹配。它们需要具有相同的形状。 rbf kernel 的语法格式如下:

def rbf(va,vb) ,其中va 是样本的特征,比如X,vb 是样本的特征,比如X`。

va 和 vb 不是特征和标签。

您可以查看this link on Github 以获得类似的实现。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。转到行号。 95.

【讨论】:

以上是关于SVM 自定义 RBF 内核 IndexError的主要内容,如果未能解决你的问题,请参考以下文章

sklearn SVM 自定义内核

为啥使用 SVM 线性内核的代码不能使用 RBF

用 rbf 核计算 svm 的 w 向量

SVM 内核的速度?线性 vs RBF vs 多边形

在 python scikit-learn 中,RBF 内核的性能比 SVM 中的线性差得多

在 SVM 中使用带有卡方距离度量的 RBF 内核