IndexError: index 9 is out of bounds for axis 1 with size 9
在用karas做分类的时候，本来是10分类任务，数据预处理之后有一类只有一个数据，所以把这类跟相近的合并了，num_classes改成了9，结果出现了错误。
报错
label = np.array(keras.utils.to_categorical(label, num_classes))
File “/root/anaconda3/envs/lvyy/lib/python3.6/site-packages/keras/utils/np_utils.py”, line 29, in to_categorical
categorical[np.arange(n), y] = 1
IndexError: index 9 is out of bounds for axis 1 with size 9
原先
label = [0,1,2,3,4,5,6,7,8,9]
num_classes = 10
合并数据以后
label = [0,1,2,4,5,6,7,8,9]
#第三类合并了
num_classes = 9
出现了上述错误。
原因
查了一下karas的库，num_classes代表的是类别数。但是它默认类别数是从0类到最大类。
举例
eg1：我们初始的label = [0,1,2,3,4,5,6,7,8,9]，所以库函数会默认类别数为10类：从0类算起，到最大类9类，一共是10类。这时我们设置num_classes = 10，索引不会出现问题。
eg2：当我们合并第3类时，label = [0,1,2,4,5,6,7,8,9]，库函数仍然会默认类别数为10类：从0类算起，到最大类9类，仍然一共是10类。此时设置num_classes = 9，在索引时就会出现超出范围。
eg3：若我们类别从1类开始，既label = [1,2,3,4,5,6,7,8,9]，库函数还是会默认为10类，此时若num_classes = 9则会报错。应改为num_classes = 10。
解决办法
了解了报错的原因，解决办法就很好理解了。
方案1
直接将类别号设置为最大类别号+1。
label = [0,1,2,4,5,6,7,8,9]
#第三类合并了
num_classes = 10
方案2
修改后续类别号，使得最大类别号为8。
label = [0,1,2,3,4,5,6,7,8]
#第三类合并了，并修改后续类别号
num_classes = 9