使用Keras的np_utils.to_categorical方法触发IndexError报错求助

嘿，这个问题我之前踩过坑，咱们快速搞明白怎么回事：

问题原因 #

你遇到的IndexError: index 3 is out of bounds for axis 1 with size 3，核心原因是**np_utils.to_categorical默认要求标签是从0开始的整数序列**。

你的标签是[1,1,...,2,2,...,3,3]，最大的标签值是3，但你设置了num_classes=3——这时候生成的one-hot数组只有3列，对应的索引是0、1、2，当代码尝试把标签3放到索引3的位置时，自然就越界了。

解决方案 #

有两种处理方式，更推荐第一种：

方式1：调整标签为从0开始（推荐） #

把所有标签值减1，让标签变成[0,0,...,1,1,...,2,2]，这样和num_classes=3完全匹配，生成的one-hot编码也正好对应3类：

from keras.utils import np_utils
# 调整标签为0起始
testY_adjusted = testY - 1
Y_train = np_utils.to_categorical(testY_adjusted, 3)

验证一下：调整后原来的标签1会被编码为[1,0,0]，标签2为[0,1,0]，标签3为[0,0,1]，完全符合你的3类需求。

方式2：修改num_classes为4（不推荐） #

如果你不想改动原始标签，可以把num_classes设为4，这样数组会有4列（索引0-3），能容纳标签3，但这样会多一列全0的（对应不存在的标签0），属于冗余操作，不建议用：

Y_train = np_utils.to_categorical(testY, 4)

内容的提问来源于stack exchange，提问作者Adelov