我正在研究多类文本分类，如何将一种热编码方法传入keras模型以在ytrainset中进行训练？

Question

我正在研究文本分类问题。我的ytrain中有9个标签，但是当我将xtrain和ytrain传递给model时，它给了我错误：期望具有shape（1，）但得到了（9，）。我的ytrain大小是（32,9）。附上Ytrain的图片::

下面是我的模特：

model = Sequential()
model.add(layers.Embedding(input_dim=vocab_size, output_dim=embedding_dim, input_length=max_len))
model.add(layers.Conv1D(filters=100, kernel_size=4))
model.add(layers.GlobalMaxPooling1D())
model.add(layers.Dense(12, activation='softmax'))
model.compile(loss='sparse_categorical_crossentropy', optimizer='adam', metrics=['accuracy',precision,recall,f1])
model.summary()

Traceback：检查目标时出错：预期density_9的形状为（1，），但数组的形状为（9，）]

'''

Answer 1

您应将y_train转换为一键编码。例如，您可以使用keras.utils.to_categorical。