时间戳

首页 > 解决方案 > 无法执行 StratifiedKFold

python - 无法执行 StratifiedKFold

问题描述

我想将我的样本分别划分为 80/20 的训练/测试集，然后我想执行 StratifiedKFold。

因此，让我们获取一些数据并使用 train_test_split 将它们分成 80/20

df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning- 
databases/breast-cancer-wisconsin/wdbc.data', header=None)
import numpy as np
from sklearn.model_selection import StratifiedKFold
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split


X=df.drop(df.columns[[1]], axis=1)
y=np.array(df[1])
y[y=='M']=0
y[y=='B']=1
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2).

现在，如果我想查看除法的结果，我会看到错误：

 kfold = StratifiedKFold(n_splits=5, shuffle=True, random_state=8)

for train, validation in kfold.split(X, y):
        print(X[train].shape, X[validation].shape)
ValueError: Supported target types are: ('binary', 'multiclass'). Got 'unknown' instead.

我已经阅读过它，这是与此功能相关的常见错误，但我不确定如何解决该问题。

我看到我们可以对 iris 数据执行此操作：

iris = load_iris()
X = iris.data
y = iris.target
print(X.shape) # initial dataset size
# (150, 4)

kfold = StratifiedKFold(n_splits=5, shuffle=True, random_state=8)

for train, validation in kfold.split(X, y):
            print(X[train].shape, X[validation].shape)

我们会看到结果吗？我在做什么不同的是这个功能不想工作？

标签： pythonpandasnumpy

解决方案

您需要将您的重铸y为整数数组：

y = y.astype(int)

我不太确定它是如何工作的，但我猜因为它开始是一个字符串数组，并且被一个一个（第一个y=='M'，稍后y=='B'）转换为一个整数数组，它只是不会将数组本身转换为一个整数数组。

推荐阅读