Accord.NET KNN模型测试抛出Index was outside the bounds of the array错误求助

问题描述 #

使用Accord.NET框架的KNN算法构建模型后，测试阶段触发Index was outside the bounds of the array异常，错误发生在框架内部，现有公开解决方案无法直接定位根因。

最简复现代码 #

using Accord.MachineLearning;

double[][] inputs =
{
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 5 ,1},
    new double[] { 16, 2 ,0}, new double[] { 4, 15 ,1},
};

int[] outputs =
{
    0, 1, 0, 1, 0, 1,
    0, 1, 0, 1, 0, 1,
    0, 1, 0, 1, 0, 1,
    0, 1, 0, 1, 0, 9
};

var knn = new KNearestNeighbors(k: 15);
knn.Learn(inputs, outputs);

//test
var t = new double[] { 16, 2, 0 };
int answer = knn.Decide(t);

根因分析 #

Accord.NET框架的KNN实现中，默认使用类别标签直接作为投票数组的下标访问，要求类别标签必须是从0开始的连续整数。上述代码中输出标签包含跳号的9，框架内部初始化投票数组时长度仅为2（对应0、1两个连续标签），当投票过程中遇到标签为9的样本时，尝试访问下标9就会触发数组越界。

解决方案 #

• 优先方案：对输出标签做连续编码，将非连续的标签映射为从0开始的连续整数。比如上述代码中将标签9映射为2，修改后的outputs数组最后一位改为2即可正常运行。
• 临时兼容方案：在初始化KNearestNeighbors时显式指定classes参数为最大标签值+1，例如上述代码中最大标签为9，构造函数改为new KNearestNeighbors(k: 15, classes: 10)。该方案会造成投票数组空间浪费，仅建议临时测试使用。

内容的提问来源于stack exchange，提问作者TECNO