ValueError:此解决程序需要数据中至少两个类的示例，但数据只包含一个类: 1.0

Question

我有8670个试验的训练数据集，每个试验有125个时间样本，而我的测试集由578个试验组成。当我将支持向量机算法应用于科学学习中时，取得了很好的效果。

但是，当我应用逻辑回归时，会发生以下错误：

"ValueError:这个解决程序需要数据中至少两个类的样本，但是数据只包含一个类: 1.0“。

我的问题是，为什么支持向量机能够给出预测，而逻辑回归却给出了这个错误？

是否有可能数据集中有问题，或者仅仅是逻辑回归无法分类，因为训练样本看起来与它相似？

Answer 1

我在类似的线性模块上阅读了以下问题：https://github.com/lensacom/sparkit-learn/issues/49

“遗憾的是，这确实是个错误。Sparkit并行地训练sklearn的线性模型，然后用简化步骤对它们进行平均化。至少有一个块，其中只有一个标签。要检查以下内容：

train_Z[:, 'y']._rdd.map(lambda x: np.unique(x).size).filter(lambda x: x < 2).count()

要解决这个问题，您可以将火车数据随机化，以避免使用一个标签的块，但这仍在等待一个聪明的解决方案。“

编辑:我找到了一个解决方案，上面分析的错误是正确的。这将是一个解决办法。

为了按照相同的顺序处理数组，我使用了一个scikitlearn utils模块：

from sklearn.utils import shuffle
X_shuf, Y_shuf = shuffle(X_transformed, Y)

然后再使用那些杂乱的数组来训练你的模型，它会工作的！