为什么我得到“支持的目标类型是：（'binary', 'multiclass'）。改为'continuous'。”错误？答案

【问题标题】：Why am I getting "Supported target types are: ('binary', 'multiclass'). Got 'continuous' instead." error?为什么我得到“支持的目标类型是：（'binary', 'multiclass'）。改为'continuous'。”错误？
【发布时间】：2020-02-23 09:11:06
【问题描述】：

我正在编写此代码并不断获得支持的目标类型是：('binary', 'multiclass')。取而代之的是“连续”。无论我尝试什么都会出错。您在我的代码中看到问题了吗？

df = pd.read_csv('drain.csv')
values = df.values
seed = 7
numpy.random.seed(seed)
X = df.iloc[:,:2]
Y = df.iloc[:,2:]
def create_model():
# create model
    model = Sequential()
    model.add(Dense(12, input_dim=8, activation='relu'))
    model.add(Dense(8, activation='relu'))
    model.add(Dense(1, activation='sigmoid'))
    # Compile model
    model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
    return model
model = KerasClassifier(build_fn=create_model, epochs=10, batch_size=10, verbose=0)
# evaluate using 10-fold cross validation
kfold = StratifiedKFold(n_splits=10, shuffle=True, random_state=seed)
results = cross_val_score(model, X, Y, cv=kfold)
print(results.mean())

【问题讨论】：

请粘贴错误。你在这里遗漏了一些东西。最终输出应该是二进制，而不是您收到连续输出。
您给出了错误的输出目标。您正在尝试对数据进行分类，分类目标应该是一个热向量，因此请检查存储在 Y 中的元素。在您的情况下，它应该是向量而不是矩阵。它的元素应该是零或一。

标签： python machine-learning keras cross-validation k-fold

【解决方案1】：

您需要将 Y 变量转换为二进制，如下所示： https://github.com/keras-team/keras/blob/master/examples/mnist_mlp.py

# convert class vectors to binary class matrices
y_train = keras.utils.to_categorical(y_train, num_classes)
y_test = keras.utils.to_categorical(y_test, num_classes)

然后

history = model.fit(x_train, y_train,
                    batch_size=batch_size,
                    epochs=epochs,
                    verbose=1,
                    validation_data=(x_test, y_test))

您似乎忘记了转换为分类步骤。

【讨论】：

感谢您的帮助。 num_classes 代表什么？
目标中的班级数。您正在使用binary_crossentropy，所以在您的情况下它将是 2。如果已解决，请标记为答案