Machine learning 我当时正在使用GridSearchCV训练一个Ann机器学习模型，结果被GridSearchCV中的一个索引器卡住了

我的模型开始训练，执行了一段时间后出现了一个错误：- 索引器：索引37超出大小为37的轴0的界限

它对我的模型正确执行，而不使用带有固定参数的gridsearchCV

这是我的密码

来自keras.wrappers.scikit\u了解导入KerasClassifier
从sklearn.model_选择导入GridSearchCV
从keras.models导入顺序
从keras.layers导入稠密
def构建分类器（优化器、nb_层、单位）：
分类器=顺序（）
add（密集（单位=单位，内核\初始值设定项='uniform'，激活='relu'，输入\尺寸=14））
i=1
而i错误
索引器错误：索引37超出大小为37的轴0的界限
意味着对象中没有索引为37的元素

在python中，如果有一个类似于数组或列表的对象，它的元素以数字形式索引，如果它有
n
元素，索引将从
0
变为
n-1
（这是一般情况，在数据帧中重新索引除外）

因此，如果您有37个元素，则只能从0-36中检索元素。
这是一个具有大量类（38个类）的多类分类器。这似乎不是通过分层抽样来分割数据集，可能是因为您没有足够的数据和/或您的数据集不是类平衡的

根据报告：

对于整数/无输入，如果估计器是分类器，y是
使用二元或多类分层折叠。在所有其他方面
在案例中，使用KFold

通过使用分类交叉熵，将目标（类向量（整数））转换为二进制类矩阵。由于有38个类，每个目标将被转换为一个维度为38的二进制向量（索引从0到37）

我猜在某些拆分中，验证集没有来自所有38个类的样本，因此目标被转换为维度<38的向量，但由于GridSearchCV与来自所有38个类的样本相匹配，它需要维度=38的向量，这会导致此错误。
查看y_序列的形状。它必须是某种形状（，37）
欢迎光临；请将错误消息以文本形式复制并粘贴到帖子中-查看原因。