Python 向量特征的决策树

问题-我想训练分类任务的决策树。但是，对于每个数据点，我的输入特征不是值而是向量。我的输出也是一个向量

示例数据点的输入功能：

[[0.33,0.33,0,0,0.33], [1,1,0,0,1], 1, [1,0,1], [3,2,0,0,1]]

和输出：

[1,1,0,0,1]

我尝试使用sklearn的

DecisionTreeClassifier

。它没有说：

ValueError: Number of labels=5 does not match number of samples=1

特征是否允许作为向量？还是它们必须是价值观？

---

有更好的替代方案吗？

问题是

功能中的每个嵌套列表应该有5个元素。