在 RBF 支持向量机中训练和预测答案

【问题标题】：train and predict in RBF Support Vector Machine在 RBF 支持向量机中训练和预测
【发布时间】：2018-07-31 09:46:47
【问题描述】：

我正在尝试在我的训练和测试数据集上运行 SVM RBF 回归。

[svm = SVC(kernel='rbf', random_state=0 , C=C, gamma=0.9)
  svm.fit(NewX , NewY)]

火车步骤没有任何问题。然而，在预测步骤svm.predict 它给了我这个错误

"ValueError: 所有输入数组维度，除了连接轴必须完全匹配”

调用预测方法：

[Z = svm.predict(np.c_[NX_Test.ravel(),NY_Test.ravel()])
    Z = Z.reshape(NX_Test.shape)]

数据格式：

【问题讨论】：

【解决方案1】：

您是否检查了所有训练样本的尺寸是否匹配？

SVM 需要样本（特征向量）具有相同的维度。考虑 libSVM 格式的以下特征向量：

1:0.2 2:0.4 3:1.0 4:0.07 5:0.3

第一个值表示索引和第二个关联值。该向量的维度为5，因此，所有其他特征向量都必须与该维度匹配才能进行训练。训练后，您要预测的向量也必须与该维度完全匹配。因此，请验证是否满足此约束。

【讨论】：