如何解决要求失败：OneHotEncoderModel 需要输入列标签的 x 个分类值，但输入列具有指定 n 个值的元数据
在 Pyspark（2.4.5 版）中训练 MultilayerPerceptronClassifier 时，出现以下异常：
var data = {'arrayField': longList};
db.collection('myCollection').doc().set(data)
.then(() => {
console.log('Document added');
})
.catch((error) => {
console.error('Error adding document: ',error);
});
但代码在 RandomForestClassifier、DecisionTreeClassifier、GBTClassifier 和 LinearSVC 中运行良好，适用于同一数据集。
解决方法
由于输入层的特征和神经元数量不匹配，我收到此错误。
- 输入层的大小应该等于特征的数量。
- 输出层大小应等于类或类标签的数量。
例如，在我的例子中，特征数为 7，类标签为 2。我使用了层列表 requirement failed: OneHotEncoderModel expected x categorical values for input column label,but the input column had metadata specifying n values. 和两个大小为 5 和 4 的中间层
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
