Python ValueError:检查输入时出错：预期密集_10_输入具有形状（11），但获得具有形状（83，）的数组

我有以下代码。我有4个要素数据和一个标签。我想使用特征数据预测标签。运行代码时在第行出现错误

classifier.fit(X_train, y_train, batch_size = 10, epochs = 100)




from tensorflow.python.keras.layers import Dense
from tensorflow.python.keras import Sequential

#classifier=tf.keras.Sequential()
classifier = Sequential()

classifier.add(Dense(3, kernel_initializer = 'uniform', activation = 'relu', input_shape = (4,)))
classifier.add(Dense(3, kernel_initializer = 'uniform', activation = 'relu'))
classifier.add(Dense(1, kernel_initializer = 'uniform', activation = 'sigmoid'))
classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])
classifier.fit(X_train, y_train, batch_size = 10, epochs = 100)

ValueError: Error when checking input: expected dense_10_input to have shape (11,) but got array with shape (83,)

---

您的

X_列

和

y_列

的形状是什么？X_列.shape（508,83）。y_train.shape。（508，）所以在这种情况下，您有508个样本，每个样本有83个特征（不是4个！）。然后您应该将第一个密集层更改为

input\u shape=（83，）