Python 3.x Keras中的ValueError：如何安装模型？

我试图用keras来拟合我的模型（神经网络），但我得到了一个值误差

进口干酪

from keras.models import Sequential

from keras.layers import Dense


classificador_rede_neural = Sequential()


# # Camadas Ocultas e de Saída

# camadas ocultas = (entradas + saídas)/2 #estimando o numero de neurônios em camada oculta
# 
# temos:len(train.columns) - 1   atributos previsores
# 
# 1 classe


#len(train.columns)


camadas_ocultas = round(len(train.columns)/2)



print(camadas_ocultas)


classificador_rede_neural.add(Dense(units=camadas_ocultas, activation='relu',input_dim =len(train.columns) ))#primeira camada


classificador_rede_neural.add(Dense(units=camadas_ocultas, activation='relu' ))#segunda camada


classificador_rede_neural.add(Dense(units=1, activation='sigmoid' ))#camada de saída. a saída é binária, logo units=1

classificador\u rede\u neural.compile（优化器='adam'，loss='binary\u crossentropy'，metrics=['accurity']）

我得到一个错误：

 ValueError: Please provide as model inputs either a single array or a list of arrays. You passed: x=              sload        dload  spkts  dpkts  swin  dwin  smean  dmean  \
    0      1.803636e+08     0.000000      2      0     0     0    248      0   
    1      8.810000e+08     0.000000      2      0     0     0    881      0   
    2      8.544000e+08     0.000000      2      0     0     0    534      0   
    3      6.000000e+08     0.000000      2      0     0     0    450      0   
    4      8.504000e+08     0.000000      2      0     0     0   1063      0   
    5      1.045333e+09     0.000000      2      0     0     0    392      0   
    6      1.306667e+09     0.000000      2      0     0     0    980      0   
    7      1.977143e+08     0.000000      2      0     0     0    692      0   

[82332 rows x 22 columns]

我怎样才能适合这个模型？我的数据有什么问题

---

完整的代码>

我认为问题在于您向模型传递了一个完整的pandas数据集，以及列标题和索引列。为了根据数据训练模型，首先使用

X_train2.values

和

y_train2.values

将其转换为numpy数组，因为Keras模型接受numpy数组而不是数据集作为输入

类似问题

关于Keras序列模型的文档

编辑以回答评论
不要单独转换每一列，这是没有意义的。假设您有一个名为

labels

的列的通用数据集

df

，您需要做的是

labels = df.pop("labels")
model.fit(x=df.values, y=labels.values)

---

X\u train2

和

y\u train2

看起来如何？@Colonder:@Colonder:@Colonder:错误令人困惑，因为您应该提供Numpy数组not list！！！我如何转换它？看答案。使用

X\u train2.values

或

X\u train2.as\u matrix（）

X\u train2，y\u train2=train.drop（'label'，axis=1），train['label']X\u test2，y\u test2=test，classe1\u test我试图用你的答案，但我被卡住了！请看完整的代码>pastebin.com/jE7erEJsLet-us。

labels = df.pop("labels")
model.fit(x=df.values, y=labels.values)