如何解决tensorflow class_weight 参数抛出太多值来解包错误
好的,我正在使用 tensorflow_decision_forests
库构建随机森林模型。我正在接受二元分类任务的培训,我正在尝试为 .fit()
方法中的两个类分配类权重。
data = pd.read_excel('data.xls')
data = tfdf.keras.pd_dataframe_to_tf_dataset(data,label='category')
model = tfdf.keras.RandomForestModel()
model.compile(metrics=['acc'])
model.fit(data,class_weight={0:0.2,1:0.8})
它给我的错误是
ValueError: in user code:
/home/lburris/.local/lib/python3.8/site-
packages/tensorflow_decision_forests/keras/core.py:590 train_step *
train_x,train_y = data
ValueError: too many values to unpack (expected 2)
有人有想法吗?
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。