ValueError：类的数量必须大于一（python）

Posted 2023-03-11

【中文标题】ValueError：类的数量必须大于一（python）

【英文标题】：ValueError: The number of classes has to be greater than one (python)

【发布时间】：2017-04-08 09:09:36

【问题描述】：

在fit 中传递x,y 时，出现以下错误：

Traceback（最近一次调用最后一次）：

文件“C:/Classify/classifier.py”，第 95 行，在

train_avg, test_avg, cms = train_model(X, y, "ceps", plot=True) 文件“C:/Classify/classifier.py”，第 47 行，在 train_model 中

clf.fit(X_train, y_train) 文件“C:\Python27\lib\site-packages\sklearn\svm\base.py”，第 676 行，适合 raise ValueError("The number of classes have to be greater than" ValueError: The number of classes have to be greater than one.

下面是我的代码：

def train_model(X, Y, name, plot=False):
"""
    train_model(vector, vector, name[, plot=False])

    Trains and saves model to disk.
"""
labels = np.unique(Y)

cv = ShuffleSplit(n=len(X), n_iter=1, test_size=0.3, indices=True, random_state=0)

train_errors = []
test_errors = []

scores = []
pr_scores = defaultdict(list)
precisions, recalls, thresholds = defaultdict(list), defaultdict(list), defaultdict(list)

roc_scores = defaultdict(list)
tprs = defaultdict(list)
fprs = defaultdict(list)

clfs = []  # for the median

cms = []

for train, test in cv:
    X_train, y_train = X[train], Y[train]
    X_test, y_test = X[test], Y[test]

    clf = LogisticRegression()
    clf.fit(X_train, y_train)
    clfs.append(clf)

【问题讨论】：

scikit learn 0.15.2版

【参考方案1】：

您可能在当前训练集中只有一个唯一的类标签。正如错误消息指出的那样，您需要在数据集中至少有两个唯一的类。例如，您可以运行 np.unique(y) 来查看数据集中的唯一类标签是什么。

【讨论】：

看看你的代码示例中已经有labels = np.unique(Y)。就在print，例如labels = np.unique(Y); print(labels)

它正在打印：文件“C:/Users/vshah/PycharmProjects/Classify/classifier.py”，第 101 行，在 开始分类 train_avg, test_avg, cms = train_model(X, y , "ceps", plot=True) 文件 "C:/Users/vshah/PycharmProjects/Classify/classifier.py"，第 54 行，在 train_model 分类运行中 ... clf.fit(X_train, y_train) 文件 "C:\ Python27\lib\site-packages\sklearn\svm\base.py"，第 665 行，in fit [] raise ValueError("The number of classes have to be greater than one"

您上面粘贴的不是打印结果，而是您之前发布的错误信息。在遇到错误之前，您需要在一行中 print 它，否则 print(labels) 将不会被执行，并且您现在不会看到变量 labels 包含的内容。

【参考方案2】：

没错。您的最后一列（标签）只有一种类型（分类）。你应该至少有两个。例如;如果您的标签决定是否必须卸载，则标签列应具有卸载和不卸载或（0 或 1）。