Python 输入维度错误

我正在尝试实现一个自定义rbf核函数。然而，我得到以下错误。我不知道为什么预期会有一定数量的数据点？ 此代码行中出现错误：

rbf_y = rbf_kernel.predict(X_test)

代码

错误：

ValueError: X.shape[1] = 15510 should be equal to 31488, the number of samples at training time

数据形状

X_train shape:  (31488, 128)
X_test shape:  (15510, 128)
Y_train shape:  (31488, 1)
Y_test shape:  (15510, 1)

从内核返回形状

myKernel(X_train, X_train).shape = (31488, 31488)

---

自定义内核

内核（X，Y）

应该计算矩阵

X

和矩阵

Y

之间的相似性度量，并且输出应该是shape

[X.shape[0]，Y.shape[0]

。内核函数忽略

Y

，并返回一个shape

[X.shape[0]，X.shape[0]]]

矩阵，这将导致您看到的错误

要解决此问题，请实现一个内核函数，用于计算形状正确的内核矩阵。Scikit learn’s提供了一些简单的示例，说明了这可能是如何工作的

---

对于您的特定内核，您可以尝试使用

cdist（x，y）

代替

squareform（pdist（x））

您可以发布完整的堆栈跟踪吗。

myKernel(X_train, X_train).shape = (31488, 31488)