我在尝试实现一个自定义核函数，具体来说是指数卡方核函数，并将其作为参数传递给 sklearn 的 svm 函数，但在运行时引发了以下错误：ValueError: X.shape[0] 应等于 X.shape[1]
我了解到 numpy 的函数通过广播操作来加速计算，但无法解决这个错误。
代码如下：
import numpy as npfrom sklearn import svm, datasets# 导入鸢尾花数据集 (http://en.wikipedia.org/wiki/Iris_flower_data_set)iris = datasets.load_iris()train_features = iris.data[:, :2] # 这里我们只使用前两个特征。train_labels = iris.targetdef my_kernel(x, y): gamma = 1 return np.exp(-gamma * np.divide((x - y) ** 2, x + y))classifier = svm.SVC(kernel=my_kernel)classifier = classifier.fit(train_features, train_labels)print "Train Accuracy : " + str(classifier.score(train_features, train_labels))有什么帮助吗？
回答：
我认为卡方核函数已经为您实现了（在 from sklearn.metrics.pairwise import chi2_kernel 中）。
如下所示
from functools import partialfrom sklearn import svm, datasetsfrom sklearn.metrics.pairwise import chi2_kernel# 导入鸢尾花数据集 (http://en.wikipedia.org/wiki/Iris_flower_data_set)iris = datasets.load_iris()train_features = iris.data[:, :2] # 这里我们只使用前两个特征。train_labels = iris.targetmy_chi2_kernel = partial(chi2_kernel, gamma=1)classifier = svm.SVC(kernel=my_chi2_kernel)classifier = classifier.fit(train_features, train_labels)print("Train Accuracy : " + str(classifier.score(train_features, train_labels)))====================
编辑：
所以问题实际上是关于如何实现卡方核函数。我尝试这样做：
def my_chi2_kernel(X): gamma = 1 nom = np.power(X[:, np.newaxis] - X, 2) denom = X[:, np.newaxis] + X # 注意：我们需要修复一些条目，因为除以0是一个问题。 # 所以我们获取所有将成为0的分母的索引，并修复它们。 zero_denom_idx = denom == 0 nom[zero_denom_idx] = 0 denom[zero_denom_idx] = 1 return np.exp(-gamma * np.sum(nom / denom, axis=len(X.shape)))本质上，原始尝试中的 x - y 和 x + y 是错误的，因为它们不是成对的减法或加法。
有趣的是，自定义版本似乎比 sklearn 的 cython 版本更快（至少对于小数据集？）
