python - 带有内核的 SVM 算法中的权重数
问题描述
我正在尝试手动实现 SVM 算法,并且在线性内核(无内核函数)的情况下成功实现了这一点。
现在我想在算法中添加一个高斯内核,但我面临一个大小不匹配的问题。我理解它的方式是,您通过将原始示例应用于内核来创建一个新的特征矩阵。如果我有一个m
训练示例,那么(m×m)
无论有多少特征,新的特征矩阵都会变成一个矩阵。权重向量的长度为 (m+1)。
然后,当我将测试集应用于算法时,每个测试示例都有 k 个特征,我得到一个维度不匹配错误:k != m+1
我错过了什么?
解决方案
推荐阅读
- python-requests - TypeError:'coroutine' 对象在 python Quart 框架中不可下标
- vue.js - 推送到 Vuex 商店状态下的数组时未捕获的 TypeError
- android-studio - 片段中的多个按钮如何加载不同的数据
- javascript - 通过网站中的相机捕获图像并使用 Django 将图像的路径存储在 PGAdmin 中
- r - R按最接近的日期合并两个数据框
- java - 我应该如何在 if/else 语句的单个构造函数中传递“类型”参数?
- php - 通过 API 使用默认登录时 Laravel 未经身份验证的方法
- css - Chrome 开发工具 RGBA/HSL 转换为一些新格式
- python - 快乐数字字符串 Python 函数
- android - firebase 实时数据库读取不存在的数据