自定义指数卡方核适配sklearn SVM时遇维度不匹配错误求助

这个错误的核心原因是你的自定义核函数没有按照sklearn的要求返回正确形状的核矩阵。sklearn期望自定义核函数接收两个二维数组x（形状(n_samples_x, n_features)）和y（形状(n_samples_y, n_features)），并返回一个(n_samples_x, n_samples_y)的矩阵，其中每个元素对应x中第i个样本与y中第j个样本的核函数值。而你的原函数返回的是(n_samples, n_features)的数组，自然会触发形状不匹配的错误。

修正后的代码 #

import numpy as np
from sklearn import svm, datasets

# 加载鸢尾花数据集，仅使用前两个特征
iris = datasets.load_iris()
train_features = iris.data[:, :2]
train_labels = iris.target

def my_kernel(x, y):
    gamma = 1
    # 扩展维度以支持广播计算所有样本对的特征差异
    x_expanded = x[:, np.newaxis]  # 形状变为(n_x, 1, n_features)
    # 计算每个特征维度的 (x_i - y_j)^2 / (x_i + y_j)
    diff_squared = (x_expanded - y) ** 2
    sum_xy = x_expanded + y
    # 避免除以0（鸢尾花数据集特征均为正，这里只是防御性处理）
    sum_xy[sum_xy == 0] = 1e-10
    terms = diff_squared / sum_xy
    # 对特征维度求和，得到样本对的核函数值
    kernel_matrix = np.exp(-gamma * np.sum(terms, axis=2))
    return kernel_matrix

# 初始化并训练SVM分类器
classifier = svm.SVC(kernel=my_kernel)
classifier.fit(train_features, train_labels)

print(f"Train Accuracy : {classifier.score(train_features, train_labels)}")

关键修改说明 #

• 维度扩展：通过x[:, np.newaxis]将输入的样本矩阵扩展为三维数组，让numpy可以广播计算x中每个样本与y中每个样本的特征差异，得到形状为(n_samples_x, n_samples_y, n_features)的中间结果。
• 特征维度求和：指数卡方核需要对所有特征维度的计算项求和，再代入指数公式。通过np.sum(terms, axis=2)完成这一步，最终得到符合要求的(n_samples_x, n_samples_y)核矩阵。
• 除以0防护：添加了对x + y为0的情况处理，避免运行时出现除以0的警告或错误（虽然鸢尾花数据不会出现，但这是通用的防御性编程技巧）。

运行修正后的代码，你会发现错误消失，并且能正常输出训练准确率。

内容的提问来源于stack exchange，提问作者Filus