Neural network Keras索引器：索引超出范围

我是Keras的新手，我正在尝试在数据集上进行二进制MLP，并且不断地获取超出范围的索引，不知道为什么

从keras.models导入
从keras.layers.core导入密集、退出、激活
从keras.optimizers导入新加坡元
模型=顺序（）
添加（密集型（64，输入尺寸=20，初始化class='uniform'，激活class='relu'））
模型。添加（辍学率（0.5））
添加（密集（64，activation='relu'））
模型。添加（辍学率（0.5））
model.add（密集型（1，激活='sigmoid'））
model.compile（loss='binary\u crossentropy'，
优化器='rmsprop'）
模型拟合（trainx，trainy，nb_epoch=20，批次尺寸=16）#错误

错误：

model.fit（trainx，trainy，nb_epoch=20，批次尺寸=16）
纪元1/20
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
模型配合（trainx，trainy，nb_epoch=20，批次尺寸=16）
文件“C:\Users\Thiru\Anaconda3\lib\site packages\keras\models.py”，第646行，在fit中
洗牌=洗牌，指标=指标）
文件“C:\Users\Thiru\Anaconda3\lib\site packages\keras\models.py”，第271行，以_-fit格式
ins\U batch=slice\U X（ins，批次ID）
文件“C:\Users\Thiru\Anaconda3\lib\site packages\keras\models.py”，第65行，在slice\u X中
返回[x]中x的x[开始]
文件“C:\Users\Thiru\Anaconda3\lib\site packages\keras\models.py”，第65行，在
返回[x]中x的x[开始]
文件“C:\Users\Thiru\Anaconda3\lib\site packages\pandas\core\frame.py”，第1963行，在\uuu getitem中__
返回self.\u getitem\u数组（键）
文件“C:\Users\Thiru\Anaconda3\lib\site packages\pandas\core\frame.py”，第2008行，在\u getitem\u数组中
返回self.take（索引器，轴=1，转换=True）
文件“C:\Users\Thiru\Anaconda3\lib\site packages\pandas\core\generic.py”，第1371行，在take中
convert=True，verify=True）
文件“C:\Users\Thiru\Anaconda3\lib\site packages\pandas\core\internals.py”，第3619行，在take中
索引器=可能转换索引（索引器，n）
文件“C:\Users\Thiru\Anaconda3\lib\site packages\pandas\core\index.py”，第1750行，在索引中
提升索引器（“索引超出范围”）
索引器：索引超出范围

---

有人知道为什么会这样吗？我能很好地运行其他模型

评论中的答案-trainx和trainy应该是numpy数组。您可以使用

as_matrix（）

方法将数据帧转换为numpy数组。我也面临这个问题。奇怪的是，Keras没有给出有意义的错误消息。

我来这里是为了寻找auto-sklearn和pandas数据帧的相同问题解决方案。解决方案是将X数据帧作为X.values传递。即，从

Keras模型在输入数据和标签的Numpy数组上进行训练。为了训练模型，通常将使用“拟合”功能

要将数据帧转换为numpy数组，可以使用

np.array（数据帧）

。例如：

x\u列=np.数组（x\u列）

trainx和trainy应该是numpy数组。这样，模型认为像URL这样的字符串值是浮点数：“ValueError:无法将字符串转换为浮点数：“Clothing Girls’Clothing Baby Girls’Clothing连衣裙”