Scikit-learn： "yの人口が最も少ないクラスは1人のメンバーしかいません"

Question

Scikit-learnを使ってランダムフォレスト回帰をしようとしています。 Pandasを使用してデータをロードした後の最初のステップは、データをテストセットとトレーニングセットに分割することです。しかし、私はエラーを取得：私はGoogleで検索して、このエラーの様々な例を見つけた

The least populated class in y has only 1 member

を、私はまだ、このエラーが何を意味するのかの理解を得るように見えることはできません。

training_file = "training_data.txt" 
data = pd.read_csv(training_file, sep='\t') 

y = data.Result 
X = data.drop('Result', axis=1) 
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=123, stratify=y) 

pipeline = make_pipeline(preprocessing.StandardScaler(), RandomForestRegressor(n_estimators=100)) 

hyperparameters = { 'randomforestregressor__max_features' : ['auto', 'sqrt', 'log2'], 
       'randomforestregressor__max_depth' : [None, 5, 3, 1] } 

model = GridSearchCV(pipeline, hyperparameters, cv=10) 

model.fit(X_train, y_train) 

prediction = model.predict(X_test) 

joblib.dump(model, 'ms5000.pkl') 

train_test_split方法は、このスタックトレースが得られます。

Traceback (most recent call last): 
    File "/Users/justin.shapiro/Desktop/IPML_Model/model_definition.py", line 18, in <module> 
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.22, random_state=123, stratify=y) 
    File "/Library/Python/2.7/site-packages/sklearn/model_selection/_split.py", line 1700, in train_test_split 
train, test = next(cv.split(X=arrays[0], y=stratify)) 
    File "/Library/Python/2.7/site-packages/sklearn/model_selection/_split.py", line 953, in split 
for train, test in self._iter_indices(X, y, groups): 
    File "/Library/Python/2.7/site-packages/sklearn/model_selection/_split.py", line 1259, in _iter_indices 
raise ValueError("The least populated class in y has only 1" 
ValueError: The least populated class in y has only 1 member, which is too few. The minimum number of groups for any class cannot be less than 2. 

これは私のデータセットのサンプルです：

var1 var2 var3 var4 var5 var6 var7 var8 Result 
high 5000.0 0  60  1000 75  0.23 0.75 17912.0 
mid  5000.0 0  60  1000 50  0.23 0.75 18707.0 
low  5000.0 0  60  1000 25  0.23 0.75 17912.0 
high 5000.0 5  60  1000 75  0.23 0.75 18577.0 
mid  5000.0 5  60  1000 50  0.23 0.75 19407.0 
low  5000.0 5  60  1000 25  0.23 0.75 18577.0 

は何、このエラーであり、どのように私はそれを取り除くことができますか？この行に上げ

Answer 1

エラー：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.22, random_state=123, stratify=y) 

がjshapy8説明@stratify=y