Keras报Sequential层输入维度不匹配ValueError错误求助

核心错误原因 #

输入特征维度与模型要求的输入维度不匹配：

• 你的特征矩阵X = dataset[:,0:71]，每个样本包含71个特征，输入给模型的单条数据维度为71
• 模型第一层全连接层配置为input_dim=8，要求输入的单条数据必须仅包含8个特征，二者维度不一致触发报错。

修复操作 #

1. 修正模型输入维度配置 #

将第一层Dense层的input_dim参数从8修改为71即可解决维度不匹配问题，修改后的代码如下：

# 原错误代码
# model.add(Dense(12, input_dim=8, activation='relu'))
# 修正后代码
model.add(Dense(12, input_dim=71, activation='relu'))

2. 额外潜在问题修复（避免后续报错） #

你当前代码还存在两个隐性问题，建议同步修改：

• acc_per_fold和loss_per_fold两个存储结果的列表未提前初始化，维度问题修复后会触发变量未定义报错，在K折循环开始前添加初始化代码：

acc_per_fold = []
loss_per_fold = []

• 代码中导入了Conv2D、MaxPooling2D、sparse_categorical_crossentropy等未使用的依赖，可直接删除，避免不必要的运行冲突。

内容的提问来源于stack exchange，提问作者solanga