如何构建神经网络模型以在 python 中对数据进行分类答案

【问题标题】：How to build a neural networks model to classify data in python如何构建神经网络模型以在 python 中对数据进行分类
【发布时间】：2020-09-02 04:48:56
【问题描述】：

我正在尝试建立一个模型来分类一些数据（4 个类）。
这是我尝试过的：

from keras.models import Sequential
from keras.layers import Dense


# dividing X, y into train and test data
X_train, X_test, y_train, y_test = train_test_split(X_data, y_target, random_state=0)

# define the keras model
model = Sequential()
model.add(Dense(64, input_dim=9, activation='relu'))
model.add(Dense(4, activation='softmax')) 
# compile model
model.compile(loss='sparse_categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
# fit the model on the dataset
train_history = model.fit(X_train, y_train, epochs=100, batch_size=20, verbose=0, validation_data=(X_test, y_test))
# evaluate the keras model
_, accuracy = model.evaluate(X_data, y_target, verbose=0)
print('Accuracy: %.3f' % (accuracy*100))

我收到此错误：

Received a label value of 4 which is outside the valid range of [0, 4).

有人可以帮我理解我的模型有什么问题吗？

【问题讨论】：

总是将完整的错误消息（从单词“Traceback”开始）作为文本（不是屏幕截图）放在有问题的（不是评论）中。还有其他有用的信息。
你使用什么数据？您使用标签 0,1,2,3 或 1,2,3,4 吗？模型需要标签0,1,2,3，但它得到4
谢谢@furas。它在我将最后一层更改为 5 时起作用。这意味着，我猜它从 0 开始计数到 4。（1）如何从中获取混淆矩阵，以便我可以看到输出数组？ (2) 如果是单个类，我会在最后一层给出 1，而不是 0。那么，当我有 4 个类时，为什么它与值为 5 的最后一层一起工作？
我使用了标签 1、2、3、4
您将不得不更改为 0,1,2,4，但使用 pandas 没问题 - df["label"] = df["label"] - 1

标签： python tensorflow machine-learning keras neural-network

【解决方案1】：

感谢@furas，我解决了我的问题，通过使用 pandas 将标签从 [1 2 3 4] 更改为 [0 1 2 3]：df["label"] = df["label"] - 1

【讨论】：

【解决方案2】：

实际上，如果您使用train_test_split 从同一帧中拆分数据，则不应该出现此错误。请再次检查数据。还要确保在train_test_split 中使用stratifyoption。

【讨论】：