我必须训练一个模型，使其能够读取心电图信号数据并提取特征，并能够预测患者的心脏病状况以及该人将来是否可能患有心脏病。该数据库是 Physionet 上用于心律失常研究的大型 12 导联心电图数据库。
我首先通过一些过滤器运行数据以消除伪影，然后使用 NeuroKit 2.0 特征提取库来提取特征，然后使用预测算法填充缺失的数据。最后将其全部放入字典中，每个患者包含 25 个项目。
这 25 项如下：P、Q、R、S、T 峰值时间戳（以毫秒为单位）、P、R、T 波的开始、P、R、T 波的偏移、PR 和 ST 的持续时间节段、ST、QT、RR 和 QRS 间期，以及 P、Q、R、S 和 T 峰值的幅度，然后是心率，最后是诊断
所有这些数据然后被转换成一个数据框，最终被转换成一个 CSV 文件，其中的列是特征，行数因人而异，因为每个人的峰值数量取决于他们的心脏状况。所以每个病人都有自己的 CSV 文件
问题是，当我尝试将此数据提供给我的训练模型时，我不断收到此错误：
ValueError: Data cardinality is ambiguous:
x sizes: 12, 10, 10, 10, 9, 9, 8, 9, 11, 9, 12, 9, 9, 18, 9, 9, 9, 9, 9, 23, 12, 10, 13, 11, 9, 9, 13, 9, 12, 10, 15, 17
y sizes: 12, 10, 10, 10, 9, 9, 8, 9, 11, 9, 12, 9, 9, 18, 9, 9, 9, 9, 9, 23, 12, 10, 13, 11, 9, 9, 13, 9, 12, 10, 15, 17
Make sure all arrays contain the same number of samples.
我想我应该填充数据，但我觉得这会改变我的结果，因为峰值的数量对于确定诊断是必要的。
数据集适用于 12 条导联，但为简单起见，到目前为止我只采用了一条导联，以及只有单一诊断的患者。
我想也许我可以创建一个 CSV 文件，其中每一行对应一名患者。每列代表一个特征，每个单元格都有一个给定值的列表。喜欢
| 病人 | P 峰 | Q-峰值 | 等等 |
|---|---|---|---|
| 1 | [554, 1580, 2588, 3636, 4704, 5746, 6804, 7862, 8904] | [692, 1674, 2720, 3768, 4794, 5878, 6936, 7954, 8994] | ... |
| 2 | ... | ... | ... |
但是当我输入列表作为训练数据时出现错误。所以我不知道该怎么办
您提到尝试将列表直接输入模型，这通常不是模型的训练方式。模型需要矩阵（二维数组），其中行是样本（在本例中为患者），列是特征。每个患者的列表，尤其是不同长度的列表，不适合这个模式，这就是您面临错误的原因。您可以在这里查看我在类似情况下给出的建议。
此外，据我了解，您面临的问题是由于每个患者提取的特征（例如峰值）数量不规则。一般来说，机器学习模型期望每个样本都有固定数量的特征。也许你应该考虑一些特征工程，比如