我想使用scikit-learn的SVM，并使用如这里所示的卡方核。在这种情况下，核函数是基于直方图的，这正是我的数据的表示形式。然而，我找不到将这些与直方图一起使用的例子。正确的做法是什么？

正确的做法是否是将直方图视为一个向量，其中向量的每个元素对应于直方图的一个区间？

提前感谢

回答：

有一个使用近似特征映射的例子，在这里。这个例子是针对RBF核的，但它同样适用。

上面的例子使用了“pipeline”，但你也可以在将数据传递给线性分类器之前先对数据进行转换，因为AdditiveChi2Sampler实际上并不以任何方式fit数据。

请记住，这只是核映射的一个近似（我发现它工作得相当好），如果你想使用精确的核，你应该采用@人名的答案。