Python keras : to_categorical for multilabel values gives ValueError: invalid literal for int() with base 10

Question

我有一个使用 train_test_split 在我的数据集上派生的训练集 y_train(有 8 个独特的类)。

y_train

    2019       AD
    777     QUERY
    282      INFO
    1879     REAL
    910     QUERY
        ...  
    997     QUERY
    510      FAKE
    252      REAL
    1334     FAKE
    1579     INFO
    Name: target, Length: 1653, dtype: object

现在，当我在该集合上运行 to_categorical 时，我收到此错误。

y_train = to_categorical(np.asarray(y_train),8, dtype='O')

     41     """
     42 
---> 43     y = np.array(y, dtype='int')
     44     input_shape = y.shape
     45     if input_shape and input_shape[-1] == 1 and len(input_shape) > 1:

ValueError: invalid literal for int() with base 10: 'AD'

我也尝试过 y_train = to_categorical(np.asarray(y_train)) 但它给出了相同的错误，我不明白为什么？ dtype 是我的训练集的“对象”，我将其设置为 dtype = 'O' 那么问题是什么？

Answer 1

这有效。

y_train = to_categorical(np.asarray(y_train.factorize()[0]))

factorize() 方法将每个字符串编码为一个分类值，因为 to_categorical 只能采用 int 的 dtpye > 或 float