用sklearn拟合多维数据的线性回归

我正在尝试使用时间序列数据上的sklearn拟合线性回归。唯一的问题是，据我所知，数据不符合通常的时间序列格式。

下面是一个示例：

[
 [
 [
 [2312, 31242], [2312, 13212]
 ],
 [
 [2323, 21312], [12312, 1232]
 ]
 ],
 [
 [
 [9312, 91242], [2812, 73212]
 ],
 [
 [2393, 25612], [14162, 132437]
 ]
 ],
 and so on...
]

我很抱歉，如果这有点难读，但我的想法是，每个列表都代表了当时的一些上下文，其中的每个列表（包含两个列表和两个项目的列表）。这是可以的，除非我有多个上下文，但我希望它们都在同一个模型上训练。有什么办法吗？

以下是我尝试过的：

model = sklearn.pipeline.make_pipeline(sklearn.preprocessing.StandardScaler(), sklearn.linear_model.SGDRegressor(max_iter=1000, tol=1e-3))
limiteds_np = np.array([i.numpy() for i in cache.limiteds_cache])
X = some data in the format I described
y = for each time series the next series in that series
model.fit(X, y)

再次，我很抱歉，这段代码无法运行，但我只需要深入了解这个问题，以便解决它。

顺便说一句，当运行上面的代码（使用我的数据）时，我会得到逻辑上的错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
TypeError: only size-1 arrays can be converted to Python scalars

The above exception was the direct cause of the following exception:

ValueError                                Traceback (most recent call last)
/Users/sebastianlarson/Dev/arbi-blox/src/test_algorithm.ipynb Cell 10 in <cell line: 15>()
     13 X = np.array(X)
     14 y = np.array(y)
---> 15 model.fit(X, y)

File /usr/local/Caskroom/miniconda/base/lib/python3.9/site-packages/sklearn/pipeline.py:378, in Pipeline.fit(self, X, y, **fit_params)
    352 """Fit the model.
    353 
    354 Fit all the transformers one after the other and transform the
   (...)
    375     Pipeline with fitted steps.
    376 """
    377 fit_params_steps = self._check_fit_params(**fit_params)
--> 378 Xt = self._fit(X, y, **fit_params_steps)
    379 with _print_elapsed_time("Pipeline", self._log_message(len(self.steps) - 1)):
    380     if self._final_estimator != "passthrough":

File /usr/local/Caskroom/miniconda/base/lib/python3.9/site-packages/sklearn/pipeline.py:336, in Pipeline._fit(self, X, y, **fit_params_steps)
...
    858     raise ValueError(
    859         "Complex data not supported\n{}\n".format(array)
    860     ) from complex_warning

ValueError: setting an array element with a sequence.

因为（继续我上面所说的），sklearn需要以下格式的数据：

[[12, 23], [324, 2345], [454, 234]]