Ho molto di più di 3 elementi in ogni classe, ma ottengo questo errore: classe non può essere inferiore a k = 3 in scikit-learn

Question

Questo è il mio obiettivo (y):

target = [7,1,2,2,3,5,4, 
     1,3,1,4,4,6,6, 
     7,5,7,8,8,8,5, 
     3,3,6,2,7,7,1, 
     10,3,7,10,4,10, 
     2,2,2,7] 

Non lo so perché mentre sto eseguendo: ... # divide il dataset in due parti uguali X_train, X_test, y_train, y_test = train_test_split ( X, Y, test_size = 0,5, random_state = 0)

# Set the parameters by cross-validation 
tuned_parameters = [{'kernel': ['rbf'], 'gamma': [1e-3, 1e-4], 
       'C': [1, 10, 100, 1000]}, 
       {'kernel': ['linear'], 'C': [1, 10, 100, 1000]}] 

scores = ['precision', 'recall'] 

for score in scores: 
    print("# Tuning hyper-parameters for %s" % score) 
    print() 

    clf = GridSearchCV(SVC(C=1), tuned_parameters)#scoring non esiste 
    #I get error in the line below 
    clf.fit(X_train, y_train, cv=5) 
... 

ho questo errore:

Traceback (most recent call last): 
    File "C:\Python27\SVMpredictCROSSeGRID.py", line 232, in <module> 
clf.fit(X_train, y_train, cv=5) #The minimum number of labels for any class cannot be less than k=3. 
File "C:\Python27\lib\site-packages\sklearn\grid_search.py", line 354, in fit 
return self._fit(X, y) 
File "C:\Python27\lib\site-packages\sklearn\grid_search.py", line 372, in _fit 
cv = check_cv(cv, X, y, classifier=is_classifier(estimator)) 
File "C:\Python27\lib\site-packages\sklearn\cross_validation.py", line 1148, in check_cv 
cv = StratifiedKFold(y, cv, indices=is_sparse) 
File "C:\Python27\lib\site-packages\sklearn\cross_validation.py", line 358, in __init__ 
" be less than k=%d." % (min_labels, k)) 
ValueError: The least populated class in y has only 1 members, which is too few. The minimum number of labels for any class cannot be less than k=3. 

Answer 1

L'algoritmo richiede che ci siano almeno 3 istanze per un'etichetta nel set di allenamento. Sebbene l'array target contenga almeno 3 istanze di ciascuna etichetta, ma quando si suddividono i dati tra allenamento e test, non tutte le etichette di allenamento hanno 3 istanze.

È necessario unire alcune etichette di classe o aumentare i campioni di allenamento per risolvere il problema.

Answer 2

se non è possibile dividere il test e addestrare il set con ogni classe abbastanza popolata in ogni piega, quindi provare ad aggiornare la libreria di scikit.

pip install -U scikit-learn

si otterrà lo stesso messaggio come un avvertimento in modo da poter eseguire il codice.