Keras to_categorical独热编码返回异常输出问题求助

问题根源 #

keras.utils.to_categorical默认依据标签的最大值+1确定类别数，你的标签最大值是5，所以默认生成6列（对应索引0到5）；当指定num_classes=3时，标签中的5超出了0-2的有效索引范围，因此触发索引越界错误。

具体解决步骤 #

• 重新映射标签为连续索引
  由于原标签是非连续的（0、2、5），需要先将其转换为0、1、2这类连续的类别索引，代码示例：

  import numpy as np
  # 获取训练集的唯一标签
  unique_labels = np.unique(y_train)
  # 创建旧标签到新连续索引的映射
  label_mapping = {old_label: new_idx for new_idx, old_label in enumerate(unique_labels)}
  # 转换训练集标签
  y_train_mapped = np.array([label_mapping[label] for label in y_train])
  # 若有测试集，同理转换测试集标签
  # y_test_mapped = np.array([label_mapping[label] for label in y_test])
  

• 执行独热编码
  转换后的标签为连续的0、1、2，此时使用to_categorical即可得到预期的形状：

  from keras.utils import to_categorical
  y_train_onehot = to_categorical(y_train_mapped, num_classes=3)
  

• 验证结果
  可通过np.unique(y_train_mapped)确认标签已转为[0,1,2]，再用y_train_onehot.shape检查输出形状是否为(17302, 3)。

内容的提问来源于stack exchange，提问作者Mojtaba Abdi Khassevan