Scikit SVR 使用带有多个 y 的 X 预测多项式

Question

因此，正如问题所述，我希望在给定 12 个 X 点的范围内做出预测，所有这些 X 点都有 9 个 y 点。因此预测仅基于 1 个属性。

使用嵌套列表（即 [[1,2,...],...]）似乎不起作用。我想我通常在寻找使用错误的东西。我在 poly 上使用带有内核的 SVR，这适用于具有不同 X 和 y 的数据。

以下是我的数据的样子，我确实找到了另一个有相反问题的线程，但这并没有帮助我。如果我需要添加更多信息，请告诉我，以便我编辑问题！

Figure showing Data. 红线是硬编码的，旨在说明我想要的当然是多项式形式，拟合数据点，最大限度地减少每个点的误差。 （这是 SVR 应该做的，但问题在于要拟合的数据的格式）

Answer 1

解决方案相当简单。取数据点的平均值并使用它们将产生相同的结果。从以下来源推断：One、Two。所以在我的例子中，我将平均每个 X 的 y 值，给我 12 个 X 值和 12 个 y 值。在不确切知道这一点的情况下，我假设它与误差总和等于总和的误差有关。