Python Sklearn，高斯过程：XA和XB必须具有相同的列数

我是python新手，对高斯回归很感兴趣。 我在py3.6和SKlearn 0.19下

我有一个简单的代码，我得到了一个关于cdist中向量维数的错误，这个错误被predict调用。我知道我的输入有问题。但我不明白为什么

我以高斯过程回归器为例，但它似乎不是最常用的工具

提前感谢你的帮助

干杯

以下是我的代码示例：

import pandas as pd
import numpy as np
import numpy as np
from sklearn.gaussian_process import GaussianProcessRegressor as gpr
from sklearn.gaussian_process.kernels import RBF, ConstantKernel as C

....

#X_train are the training samples
X_train= np.column_stack((xc,yc,zc))
print('X_train')
print(X_train.shape)
print(X_train)

这是X_列车的打印件：

  X_train  (4576, 3) 
      [[ 0.71958336 -1.12719598  0.47889958]
       [ 0.71958336 -1.12719598  0.47889958] 
      [ 0.71958336 -1.12719598  0.34285071]
       ...   
      [ 0.55255508 -1.18817547 -1.63666023] 
      [ 0.55255508 -1.18817547 -1.70468466]


     [ 0.55255508 -1.18817547 -1.77270909]]

以下是培训的目标功能：

print('v1')
print(v1.shape)
print(v1)

它的印刷品

v1
(4576,)

0       10.0
1       14.0
2       13.0
3       19.0
....
4573    39.0
4574    16.0
4575    12.0

以下是要预测的样本：

x = np.column_stack((xp,
                     yp,
                     zp))


print('x')
print(x.shape)
print(x)

这是印刷品：

下面是拟合和预测

v1 = v1.ravel()
#default kernel
kernel = C(1.0, (1e-3, 1e3)) * RBF(10, (1e-2, 1e2))

X_train, v1 = make_regression()
model = gpr(kernel=kernel, n_restarts_optimizer=9)
model.fit(X_train,v1)

#Predict v1 
v1_pred = model.predict(x)

运行时，我收到以下错误：

文件“test.py”，第189行，在测试中 v1_pred=model.predict（x）文件“/usr/local/lib/python3.6/site packages/sklearn/gaussian_process/gpr.py”， 第315行，在预测中 K_trans=self.kernel_ux（self.X_utrain_ux）文件“/usr/local/lib/python3.6/site packages/sklearn/gaussian_process/kernels.py”， 第758行，在呼叫中 返回self.k1（X，Y）*self.k2（X，Y）文件“/usr/local/lib/python3.6/site packages/sklearn/gaussian_process/kernels.py”， 第1215行，在调用中 metric='sqeuclidean'）文件“/usr/local/lib/python3.6/site packages/scipy/space/distance.py”， 第2373行，在cdist中 raise VALUERROR（'XA和XB必须具有相同的列数'VALUERROR:XA和XB必须具有相同的列数（即。 特征尺寸。）

---

我只是简单地复制粘贴了一个代码，然后做了一些愚蠢的事情：

X_train, v1 = make_regression()

---

只是必须删除它。

什么是

xp

、

yp

和

zp

？抱歉，可能不清楚。为了解释我的情况，我对三维空间中的一个组件进行了化学分析。xc、yc、zc是我训练样本上的变量，我知道三维空间中xc、yc、zc位置的化学分析值。xp，yp，zp是相同的，但在数据中我想预测未知的化学分析。所以简而言之，这些是卡特尔坐标，应该链接到化学分析xp，yp，zp和xc，yc，zx是：

类型

X_train, v1 = make_regression()