Sklearn StratifiedKFold：ValueError：支持的目标类型为：（“ binary”，“ multiclass”）。改为使用“ multilabel-indicator”

Question

使用Sklearn进行分层的kfold拆分，当我尝试使用多类拆分时，收到错误消息（请参见下文）。当我尝试使用二进制文件进行拆分时，它没有问题。

num_classes = len(np.unique(y_train))
y_train_categorical = keras.utils.to_categorical(y_train, num_classes)
kf=StratifiedKFold(n_splits=5, shuffle=True, random_state=999)

# splitting data into different folds
for i, (train_index, val_index) in enumerate(kf.split(x_train, y_train_categorical)):
    x_train_kf, x_val_kf = x_train[train_index], x_train[val_index]
    y_train_kf, y_val_kf = y_train[train_index], y_train[val_index]

ValueError: Supported target types are: ('binary', 'multiclass'). Got 'multilabel-indicator' instead.

Answer 1

keras.utils.to_categorical产生一个热编码类矢量，即multilabel- indicator错误消息中提到的矢量。StratifiedKFold不适用于此类输入；从split方法文档：

split __（X，y，组=无）

[…]

y ：类似数组的形状（n_samples个）

监督学习问题的目标变量。根据y标签进行分层。

也就是说，您y必须是类别标签的一维数组。

本质上，您要做的只是简单地反转操作的顺序：首先拆分（使用intial y_train），然后进行转换to_categorical。