Python 当每个特征都是向量时，如何使用支持向量机？

我需要做二进制分类任务，其中每个特征是一个向量。我的意思是，对于任何分类器，如果x1、x2、x3…xn是不同的输入特征，在我的例子中，每个特征都是一个包含200个元素的向量

对于使用默认版本的SVM，它要求这些特征是一个数字。是否有任何SVM的修改版本可以执行此任务

编辑1：数据可视为传感器读数。每个传感器在每个时间戳中提供一个读数，该时间戳是200个元素的向量。如果有3个传感器，读数如下：

sensor1 = [d1, d2, d3...d200]
sensor2 = [d1, d2, d3...d200]
sensor3 = [d1, d2, d3...d200]

---

你能更新这个问题并向我们展示一些对你的数据的观察结果吗？这周我回答了一个问题。也许会有帮助。为什么不把这些向量连接成一个大向量呢？这应该行得通。@ArturoSbr我已经编辑了这篇文章。我看到了你的贴标签的帖子，我对编码或重塑尺寸没有任何问题。我需要找到一种方法，也许是对SVM的一种修改，可以完成这项工作。@mutux我想使分析顺序不敏感。你不认为如果我把所有的东西连接起来，向量的顺序就很重要吗？@Misbah不，如果使用SVM，顺序就不重要了。