使用MultiLabelBinarizer遇'numpy.int32'不可迭代错误求解决方案

问题根源 #

你当前的标签数组是一维结构，每个元素是单个整数标签——相当于把所有样本的标签平铺成了一列。但MultiLabelBinarizer要求输入必须是每个样本对应一个可迭代的标签集合（比如列表、元组），比如[[0,2], [1], [3,4]]这种格式，每个子列表对应一个样本的所有标签。你现在传入的单个int32元素无法被迭代，因此触发报错。

解决方案：修正标签收集逻辑 #

核心是按**样本（每个XML文件）**分组收集标签，而不是把所有标签平铺。修改后的代码如下：

# Create a dictionary to map unique label names to label indices
class_to_label = {label_name: label_index for label_index, label_name in enumerate(unique_label_names)}

# Process each XML annotation file again and extract the labels
labels = []
for filename in annotation_filenames:
    annotation_path = os.path.join(annotation_folder, filename)
    tree = ET.parse(annotation_path)
    root = tree.getroot()
    # 为当前样本创建专属标签列表
    sample_labels = []
    for obj in root.findall('object'):
        class_name = obj.find('name').text
        label = class_to_label[class_name]
        sample_labels.append(label)
    # 将当前样本的标签列表加入总集合
    labels.append(sample_labels)

# 用object类型保存，适配不同样本标签数量不一致的情况
labels = np.array(labels, dtype=object)
np.save('labels.npy', labels)

之后的标签转换代码即可正常运行：

import numpy as np
import os
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MultiLabelBinarizer
from skmultilearn.problem_transform import BinaryRelevance
from sklearn.svm import SVC

# Load the features and labels
features = np.load('features.npy')
labels = np.load('labels.npy')

# Transform the labels using MultiLabelBinarizer
mlb = MultiLabelBinarizer()
labels_bin = mlb.fit_transform(labels)

额外说明 #

• 保存标签时指定dtype=object，是因为不同样本的标签数量可能不一致，普通numpy数组无法容纳长度不一的子列表；
• 转换后的二进制标签矩阵，可以直接作为你代码中BinaryRelevance等多标签模型的输入使用。

内容的提问来源于stack exchange，提问作者Arghya Bhattacharya