TensorFlow中使用class_weight时出现ValueError的问题咨询

问题原因 #

你的y_train是Pandas DataFrame格式，TensorFlow处理class_weight参数时，期望标签是一维结构（如numpy数组或Pandas Series）。DataFrame仅包含轴0（行）和轴1（列），不存在轴-1，因此触发该错误。去掉class_weight时模型能正常运行，是因为此时Keras会自动兼容DataFrame格式的标签，但class_weight的逻辑对输入格式有更严格的一维要求。

解决方案 #

将y_train转换为一维结构，以下几种方法均可：

• 转为numpy一维数组：

  y_train = y_train.values.ravel()
  

• 提取DataFrame单列转为Series：

  y_train = y_train.iloc[:, 0]  # 假设标签在第一列
  

• 压缩维度：

  y_train = y_train.squeeze()
  

修改后的完整代码示例 #

class_weight = {0: 1.0, 1: 10.0}

model = tf.keras.Sequential([
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(256, activation='relu'),
    tf.keras.layers.Dense(256, activation='relu'),
    tf.keras.layers.Dense(1, activation='sigmoid')
])
model.compile(
    loss=tf.keras.losses.binary_crossentropy,
    optimizer=tf.keras.optimizers.Adam(),
    metrics=[
        tf.keras.metrics.BinaryAccuracy(name='accuracy'),
        tf.keras.metrics.Precision(name='precision'),
        tf.keras.metrics.Recall(name='recall')
    ]
)

# 转换y_train为一维结构
y_train = y_train.values.ravel()

history = model.fit(x_train, y_train, epochs=100, class_weight=class_weight)

内容的提问来源于stack exchange，提问作者Icy