Keras多分类模型类别权重设置及独热编码标签适配问题

嘿，这个问题其实比你想的要简单——Keras在处理categorical_crossentropy和类别权重的时候，根本不需要你把字典的键改成独热编码格式！我来给你捋清楚怎么操作：

首先，你用class_weight.compute_class_weight得到的是一个数组，比如针对你的三类（Neutral、Negative、Positive，对应索引0、1、2），返回的会是类似[w_neutral, w_negative, w_positive]的权重数组。这时候你只需要把这个数组转换成以原始类别索引为键的字典就行，Keras内部会自动把独热编码标签和这些索引对应起来。

具体代码修改很简单：

from sklearn.utils import class_weight
import numpy as np

# 计算类别权重数组
class_weights_array = class_weight.compute_class_weight(
    class_weight='balanced',
    classes=np.unique(y_train),
    y=y_train
)

# 转成以类别索引为键的字典
class_weights_tobalance = dict(enumerate(class_weights_array))

为什么这样可行？因为当你的标签是独热编码格式时，Keras会自动识别每个样本独热向量中1所在的位置，对应到类别索引（比如[1,0,0]对应索引0，[0,1,0]对应索引1），然后用字典里对应索引的权重来计算损失。完全不需要你去修改键的格式，Keras已经帮你做好了适配！

举个实际的例子：如果你的y_train里原始标签是0（Neutral）、1（Negative）、2（Positive），计算出来的权重数组是[0.5, 2.0, 1.5]，那转成字典后就是{0:0.5, 1:2.0, 2:1.5}。当模型处理一个独热标签为[0,1,0]的样本时，就会用权重2.0来计算这个样本的损失，完美解决类别不平衡的问题。

最后你可以打印一下class_weights_tobalance确认结构，确保键是0、1、2这三个整数，值是对应的权重数值，然后直接传入fit函数的class_weight参数就可以了。

备注：内容来源于stack exchange，提问作者Rodrigo Lemos