Python 如何解决ValueError:使用序列设置数组元素?

Python 如何解决ValueError:使用序列设置数组元素?,python,numpy,machine-learning,keras,neural-network,Python,Numpy,Machine Learning,Keras,Neural Network,这是我的代码,即使我做了一次热编码,也会出错,但这对我来说不起作用。然后我自己将序列转换为数字,但编译时出现错误“ValueError:使用序列设置数组元素” 请指导我如何将数据放入Neural Netwrok,我在csv文件的一列中列出了蛋白质序列,在第二列中列出了它们的结构,命名为a、ab、b df= pd.read_csv('/home/alpha/mk fyp/whole/DATASET2.csv',names=('X1','Y'),delimiter=',') X1=df.iloc[:

这是我的代码,即使我做了一次热编码,也会出错,但这对我来说不起作用。然后我自己将序列转换为数字,但编译时出现错误“ValueError:使用序列设置数组元素”

请指导我如何将数据放入Neural Netwrok,我在csv文件的一列中列出了蛋白质序列,在第二列中列出了它们的结构,命名为
a、ab、b

df= pd.read_csv('/home/alpha/mk fyp/whole/DATASET2.csv',names=('X1','Y'),delimiter=',')
X1=df.iloc[:,0].values
Y=df.iloc[:,1:2].values
def convert(sequence):
for item in sequence:
    try:
        yield float(item)
    except ValueError as e:
        yield item

a = [[item for item in convert(sublist)] for sublist in X1]
X = np.array(a)
X_train, X_test, y_train, y_test = train_test_split(X,Y, test_size=0.20)
# define a simple CNN model
def baseline_model():
# create model
model = Sequential()
model.add(Dense(input_dim = 1, units = 10, activation='relu', kernel_initializer='uniform'))

model.add(Dense(1, activation='relu'))
# Compile model
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
return model 
# build the model
model = baseline_model()
# Fit the model
model.fit(X, Y, validation_data=(X1, Y), epochs=10, batch_size=200)
# Final evaluation of the model
scores = model.evaluate(X_test, y_test, verbose=0)
print("CNN Error: %.2f%%" % (100-scores[1]*100))

有什么问题?问题是什么?如果没有完整的回溯和测试数据,可能的重复是不可复制的。我已经提到了ValueError:使用序列设置数组元素?是将数据拟合到神经模型时的问题。