Keras to_categorical()转换字符串标签报错的解决求助

报错原因很明确：to_categorical()只接受整数类型的类别标签，但你的目标特征是字符串（'DDoS'、'Benign'），无法直接转换为整数，因此触发错误。

下面是两种可行的修复方法：

方法一：通过因子转换为整数标签 #

先将字符串标签转为因子，再转换为整数（减1是为了让类别从0开始，适配keras的独热编码逻辑）：

# 转换训练集目标标签
trainingtarget_int <- as.integer(as.factor(trainingtarget)) - 1
# 转换测试集目标标签
testingtarget_int <- as.integer(as.factor(testingtarget)) - 1

# 生成独热编码
trainLabels <- to_categorical(trainingtarget_int)
testLabels <- to_categorical(testingtarget_int)

方法二：手动映射字符串到整数 #

如果想更直观控制类别对应的编码值，可以直接用条件判断手动转换：

# 自定义映射：Benign对应0，DDoS对应1
trainingtarget_int <- ifelse(trainingtarget == 'Benign', 0, 1)
testingtarget_int <- ifelse(testingtarget == 'Benign', 0, 1)

# 生成独热编码
trainLabels <- to_categorical(trainingtarget_int)

额外注意点 #

• 可以用class(Train2[,5])确认目标特征的类型，确保是字符或因子类型（如果是因子可以直接转整数再减1）。
• 后续模型训练时，输入的特征矩阵training和testing要确保是数值类型，你当前用as.matrix()转换的操作是没问题的。

内容的提问来源于stack exchange，提问作者Frenzy