TensorFlow训练LinearClassifier触发字典更新序列长度错误

报错触发点在代码里的dict(data_df)语句，和数据集空值无关：

• 你传入的X_train/X_test不是pandas DataFrame类型，大概率是numpy二维数组、列表嵌套列表的结构
• Python内置的dict()构造函数解析有序序列时，会默认把每个长度为2的子元素识别为(键, 值)对来构造字典；当你传入每行有6个特征的二维数组时，它读取到第一个长度为6的行元素，就会抛出"元素长度为6，不符合要求的长度2"的错误，和你看到的报错信息完全匹配。

你可以二选一处理：

方案1：把特征矩阵转成pandas DataFrame #

如果你原本是基于pandas做数据处理，大概率是做训练测试集拆分时误把DataFrame转成了numpy数组，手动转回来即可，注意列名要和你定义feature_columns时用的特征名完全一致：

import pandas as pd
# 替换成你自己的特征列名列表，顺序要和特征矩阵的列顺序对齐
feature_names = ["特征1名", "特征2名", "特征3名", "特征4名", "特征5名", "特征6名"]
X_train = pd.DataFrame(X_train, columns=feature_names)
X_test = pd.DataFrame(X_test, columns=feature_names)

转换后不需要修改原有make_input_fn的代码，直接运行即可。

方案2：手动构造特征字典 #

如果你不想依赖pandas，可以修改input_function里的数据集构造逻辑，不要直接用dict()转换特征矩阵，手动按列组装特征字典：

# 提前定义好和特征列顺序对应的特征名列表
feature_names = ["特征1名", "特征2名", "特征3名", "特征4名", "特征5名", "特征6名"]

def make_input_fn(data_df, label_df, num_epochs=10, shuffle=True, batch_size=32):
  def input_function():  
    # 按列组装特征字典
    feature_dict = {col_name: data_df[:, col_idx] for col_idx, col_name in enumerate(feature_names)}
    ds = tf.data.Dataset.from_tensor_slices((feature_dict, label_df))  
    if shuffle:
      ds = ds.shuffle(1000)  
    ds = ds.batch(batch_size).repeat(num_epochs) 
    return ds  
  return input_function

在调用make_input_fn前先执行print(type(X_train))，如果输出不是<class 'pandas.core.frame.DataFrame'>，就可以确认是上述类型不匹配问题。

内容的提问来源于stack exchange，提问作者Kishan Patel