我创建了一个具有我自己定义的内核函数的SVM实例。当我尝试在创建模型上运行交叉验证时，我会收到以下错误：
valueerror：x应该是一个方形内核矩阵
追溯：
scores = cross_val_score（型号，x，y，cv = 10）
文件" c： python27 lib site-packages scikit_learn-0.14.1-py2.7-win32.egg sklearn cross_validation.py"，第1152行，in Cross_val_score
对于火车，在CV）中进行测试
文件" C： Python27 lib lib site-packages scikit_learn-0.14.1-py2.7-win32.egg sklearn external externals joblib parally.py"，第517行
self.dispatch（功能，args，kwargs）
文件" C： Python27 lib lib site-packages scikit_learn-0.14.1-py2.7-win32.egg sklearn externals externals joblib parally.py"，第312行，在dispatch
job = aggioneapply（func，args，kwargs）
文件" C： Python27 lib lib site-packages scikit_learn-0.14.1-py2.7- win32.egg sklearn external externals joblib parally.py"，第136行
self.results = func（*args，** kwargs）
文件" c： python27 lib lib site-packages scikit_learn-0.14.1-py2.7-win32.egg sklearn cross_validation.py"，第1047行，in _CROSS_VAL_SCORE
提高价值Error（" X应该是平方内核矩阵"）
这是我的代码：
def hist_intersection(x, y):
return np.sum(np.array([min(xi,yi) for xi,yi in zip(x,y)]))
model = svm.SVC(kernel = hist_intersection)
scores = cross_val_score(model, X, y, cv=10)
我有一个快速的外观，而SVC类（和交叉验证工具）似乎都希望内核可呼叫物一次从Full-Data矩阵中立即计算整个内核矩阵（这使得我同意此功能非常有限）。请查看测试以获取更多详细信息：
https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/svm/svm/tests/testrongvm.py#l124