分层KFold交叉验证（Keras）值错误：找到dim为4的数组。预计估计值<；=2.

我需要使用分层kfold（不平衡的多类任务）交叉验证keras模型。是否可以在（fold=list（StratifiedKFold（k，shuffle=True，random\u state=1）、split（x\u-train，y\u-train））中使用x\u-train/y\u-train和imagedatagenerator（来自目录的flow\u）一起使用？在Kaggle（）中也做了类似的事情，但是x\u-train，y\u-train=next（train\u-generator）未正确映射数据和标签。如有任何帮助，将不胜感激

train_generator = ImageDataGenerator(rescale=1./255).flow_from_directory(
 directory=train_path,
 target_size=input_img[:-1],
 color_mode="rgb",
 batch_size=BATCH_SIZE,
 classes=target_names,
 class_mode="input")

test_generator = ImageDataGenerator(rescale=1./255).flow_from_directory(
 directory=test_path,
 target_size=input_img[:-1],
 color_mode="rgb",
 batch_size=BATCH_SIZE,
 classes=target_names,
 class_mode="input",
 shuffle=False)

test_labels = test_generator.classes

#Instantiate to load data and generate k stratified folds
k = 5
def load_data_kfold(k):
 #For StratifiedKFold, labels (y_train) must be 1-D array of labels (Cannot be one-hot)
 x_train, y_train = next(train_generator)
 print(x_train)
 print(y_train)
 folds = list(StratifiedKFold(k, shuffle=True, random_state=1).split(x_train, y_train))

 return folds, x_train, y_train

folds, x_train, y_train = load_data_kfold(k)

Traceback (most recent call last):
File "C:/Users/LaRoche Lab/PycharmProjects/pythonProject2/R.py", line 122, in <module>
folds, x_train, y_train = load_data_kfold(k)
File "C:/Users/LaRoche Lab/PycharmProjects/pythonProject2/R.py", line 118, in load_data_kfold
folds = list(StratifiedKFold(k, shuffle=True, random_state=1).split(x_train, y_train))
File "C:\Users\LaRoche Lab\Anaconda3\envs\tensorflow\lib\site- 
packages\sklearn\model_selection\_split.py", line 735, in split
y = check_array(y, ensure_2d=False, dtype=None)
File "C:\Users\LaRoche Lab\Anaconda3\envs\tensorflow\lib\site-packages\sklearn\utils\validation.py", 
line 73, in inner_f return f(**kwargs)File "C:\Users\LaRoche Lab\Anaconda3\envs\tensorflow\lib\site- 
packages\sklearn\utils\validation.py", line 642, in check_array
% (array.ndim, estimator_name)) 
ValueError: Found array with dim 4. Estimator expected <= 2.

train\u generator=ImageDataGenerator（重缩放=1./255）。从\u目录中流\u(
目录=列车路径，
目标尺寸=输入尺寸[：-1]，
color_mode=“rgb”，
批次大小=批次大小，
类=目标名称，
class_mode=“输入”）
test\u generator=ImageDataGenerator（重缩放=1./255）。从\u目录中流\u(
目录=测试路径，
目标尺寸=输入尺寸[：-1]，
color_mode=“rgb”，
批次大小=批次大小，
类=目标名称，
class_mode=“输入”，
洗牌（错误）
测试标签=测试生成器类
#实例化以加载数据并生成k个分层折叠
k=5
def加载数据文件夹（k）：
#对于分层折叠，标签（y_序列）必须是标签的一维数组（不能是一个热的）
x\U列，y\U列=下一列（列发电机）
打印（x_系列）
打印（y_列）
折叠=列表（分层折叠（k，shuffle=True，random\u state=1）。拆分（x\u列，y\u列））
返回折叠，x_列车，y_列车
折叠，x\u列，y\u列=加载数据\u kfold（k）
回溯（最近一次呼叫最后一次）：
文件“C:/Users/LaRoche Lab/pycharm项目/pythonProject2/R.py”，第122行，在
折叠，x\u列，y\u列=加载数据\u kfold（k）
文件“C:/Users/LaRoche Lab/PycharmProjects/pythonProject2/R.py”，第118行，加载数据文件夹
折叠=列表（分层折叠（k，shuffle=True，random\u state=1）。拆分（x\u列，y\u列））
文件“C:\Users\LaRoche Lab\Anaconda3\envs\tensorflow\lib\site-
packages\sklearn\model\u selection\\u split.py”，第735行，拆分
y=检查数组（y，确保2d=False，dtype=None）
文件“C:\Users\LaRoche Lab\Anaconda3\envs\tensorflow\lib\site packages\sklearn\utils\validation.py”，
第73行，在内部返回f（**kwargs）文件“C:\Users\LaRoche Lab\Anaconda3\envs\tensorflow\lib\site-
packages\sklearn\utils\validation.py”，第642行，在check\u数组中
%（array.ndim，估计器名称））
ValueError:找到具有dim 4的数组。预计估计数