使用MiniRocket分类自定义时序数据集时遭遇样本数量不匹配的ValueError问题求助

我正在做一个规模较大的学校项目，尝试用Minirocket/Rocket对时序测量数据进行分类。我的训练数据包含两个一维矩阵：一个存测量值，另一个存对应的标签（0或1），两个矩阵长度一致，每个测量值都对应一个标签。

之前用其他样本数据运行程序是正常的，但这次一直报这个错误：

ValueError: Found input variables with inconsistent numbers of samples: [1, 321408]

错误是在执行这行代码时触发的：

classifier.fit(train_x_transform, train_y)

以下是我目前尝试运行的完整代码片段：

import pandas as pd
from sklearn.metrics import classification_report
from sktime.transformations.panel.rocket import MiniRocket
from sklearn.linear_model import RidgeClassifier
# （注：原代码此处截断，推测后续有数据加载、转换及训练逻辑）

想请教各位：我哪里做错了？是不是训练数据的格式需要调整？还是说MiniRocket有什么特定的设置我没配置到位？

备注：内容来源于stack exchange，提问作者Michael