编写class balancing loss代码触发IndexError数组索引错误如何解决

错误原因 #

• 报错的核心是NumPy数组的维度和索引方式不匹配：你当前使用的mdlParams['labels_array']是一维数组，仅支持单维度的索引（比如仅传行索引的写法arr[ind]），但你代码里使用了[行索引, 列索引]的二维数组索引语法，比如[mdlParams['trainInd'],:]、[indices_ham,:8]，系统识别到你给1维数组传了2个维度的索引，就会抛出该错误。
• 常见触发场景：你的标签数组存储的是单标签分类的原始标签值，没有做one-hot编码，所以结构是(样本数,)的一维结构，而非你预期的(样本数, 类别数)的二维结构。

简单复现示例：arr = np.array([0,1,0,1])（一维，shape为(4,)），执行arr[[0,2], :]就会抛出完全相同的错误。

修复方案 #

首先先加一行调试代码确认标签数组的实际结构：

print(mdlParams['labels_array'].shape)

再根据你的实际需求选择对应修复方式：

方案1：标签确实为一维单标签结构，调整索引写法 #

不需要加第二个维度的索引，直接取对应样本的标签统计频率计算权重即可，示例如下：

# 原错误写法：class_weights = 1.0/np.mean(mdlParams['labels_array'][mdlParams['trainInd'],:],axis=0)
# 修改后
train_labels = mdlParams['labels_array'][mdlParams['trainInd']]
# 统计每个类别的样本数，计算类平衡权重
class_counts = np.bincount(train_labels.astype(int))
class_weights = 1.0 / class_counts

对应你报错的那行代码修改如下：

# 原错误写法：class_weights_ = 1.0/np.mean(mdlParams['labels_array'][indices_ham,:8],axis=0)
# 修改后，minlength=8保证统计结果至少包含8个类别的计数
train_labels_ham = mdlParams['labels_array'][indices_ham]
class_counts_ham = np.bincount(train_labels_ham.astype(int), minlength=8)
class_weights_ = 1.0 / class_counts_ham

方案2：标签应为二维多标签/one-hot结构，先转换标签维度 #

如果确认你的标签应该是(样本数, 类别数)的二维结构，说明你之前生成labels_array时没有做one-hot编码，补充转换逻辑即可：

from tensorflow.keras.utils import to_categorical
# num_classes替换为你的实际类别总数
mdlParams['labels_array'] = to_categorical(mdlParams['labels_array'], num_classes=num_classes)

转换完成后你原来的二维索引写法就可以正常运行。

内容的提问来源于stack exchange，提问作者saba