我需要训练一个分类器来处理维度变化的数据。例如（以下是用于说明的虚构数据）：
class-1,0,1,2,3class-2,0,3,2,4,5,7class-3,1,8,8,8,2,8,0,0,0::依此类推...我尝试使用scikit-learn训练一个线性SVM，但它要求维度是固定的。简单地将较小维度用零填充以匹配最大维度，结果令人失望。
对于这种数据，我应该使用不同的分类器吗？我应该如何处理这个问题？
回答：
特征哈希是你需要使用的算法，可以将你的变长输入转换为定长输入。然后，你可以将转换后的向量用于任何合适的学习算法。
