Python 随机森林回归的三维输入 问题

查看Sklearn的随机森林回归示例，例如使用IRIS数据集，输入是大小向量

[n_样本，n_特征]

：

slen   swid    plen    pwid
5.1     3.5     1.4     0.2 
4.9     3.0     1.4     0.2

但是，对于我的数据，每个功能有多个值：

slen         swid         plen        pwid
[2,5,1]     [4,2,3]     [1,2,3]     [4,3,2] 
[5,3,2]     [7,3,1]     [3,2,1]     [1,5,2]

是否仍然可以将Sklearn的RFR用于此类数据集

---

现在输入为

[n\u样本，n\u值/n\u特征，n\u特征]

。请注意，对于我的数据，矩阵的顺序很重要，如

[2,5,1]

有可能只是把它们都变成一个

 slen1    slen2       swid1     swid2      plen1    plen2       pwid1     pwid2 
[2,5,1]  [5,3,2]     [4,2,3]   [7,3,1]    [1,2,3]  [3,2,1]     [4,3,2]   [1,5,2]

可以在某些点上滚动数值。交换位置。我想平均起来