在python中对可变长度数组进行分类

Question

无论信号的特定部分是否正常（有心律失常），我都坚持对一组信号（ECG）的分类。所取的片段长度可变（这会影响分类），我无法做到这一点并得到以下错误：

ValueError: 使用序列设置数组元素。

我的训练集看起来像this；维度：2065 个具有可变数量元素的数组 输出如下：array(['N', 'N', 'N', ..., 'N', 'N', 'N'], dtype=object) 2065 long vector Y.shape=training_set.shape=2065 我正在使用 Multinomia 朴素贝叶斯进行分类：

from sklearn.naive_bayes import MultinomialNB
clf = MultinomialNB()
clf.fit(inp, Y)
MultinomialNB(alpha=1.0, class_prior=None, fit_prior=True)`

任何提示/建议将不胜感激

Answer 1

X : {array-like, sparse matrix}, shape = [n_samples, n_features] 训练向量，其中 n_samples 为样本数，n_​​features 为特征数。

y : 类似数组，形状 = [n_samples] 目标值。

来源：sklearn.naive_bayes.MultinomialNB.fit

因此您必须将特征向量 (n_samples) 调整为固定长度 (n_features)。