python 説明変数(パラメータ)内にリストを含んでいる場合の機械学習(SVM)の適用方法

Question

機械学習を初めて実装してみている初学者です。

以下の写真にあるように、説明変数の中にリスト(series)を含んでいるような場合でもsvmを適用できるものでしょうか？

また、以下のように実装し実行したところValueErrorが発生してしまっております。
ValueError: could not convert string to float: '[25, -26, 1, -1, 6]'
もし、説明変数の中にリスト(series)を含んでいても問題ないとしたら、こちらのErrorへの対処方法も教えていただけると助かります。

よろしくおねがいします。

# 説明変数Xと目的変数Yに分ける
X = df.drop('target', axis=1)
Y = df['target']

#ここから学習用データとテスト用データに分ける。random_stateは乱数を固定
X_train, X_test, y_train, y_test = train_test_split(X, Y, random_state=0)

# サポートベクターマシン（SVM）
from sklearn.svm import LinearSVC

# SVMインスタンス
model = LinearSVC()
#学習モデル構築。引数に訓練データの特徴量と、それに対応したラベル
model.fit(X_train, y_train)

# .scoreで正解率を算出。
print("train score:",model.score(X_train,y_train))
print("test score:",model.score(X_test,y_test))

Answer 1

出来ません。
説明変数の1項目は1つの、連続値かカテゴリ値である必要があります。

このデータが生成される背景を知らないとこれ以上わかりませんが、

Seriesとなっているデータが何種類かのパターンに分けられるならば
[1, 0, -9, 2] は A
[1, 2, 3, -3] は B
[1, -5, 0, 0] は C
などとカテゴリ値化して、One-Hotベクトルで対応などが考えられます。

公開して問題ない内容であれば、どういう状況なのか、どういうデータなのかも含めて
再度ご質問いだければもう少し具体的な回答が可能と思います。