Entrar Ainda não tem acesso?
1
resposta

problemas com o stratify = y

Referente ao curso Machine Learning: classificação com SKLearn

por filipe pucci benevides
| 32.7k xp | 2 posts
from sklearn.model_selection import train_test_split
from sklearn.svm import LinearSVC
from sklearn.metrics import accuracy_score

import numpy as np

SEED = 5
np.random.seed(SEED)
treino_x, teste_x, treino_y, teste_y = train_test_split(x, y, test_size = 0.25,
                                                         stratify = y)
print("Treinaremos com %d elementos e testaremos com %d elementos" % (len(treino_x), len(teste_x)))

modelo = LinearSVC()
modelo.fit(treino_x, treino_y)
previsoes = modelo.predict(teste_x)

acuracia = accuracy_score(teste_y, previsoes) * 100
print("A acurácia foi %.2f%%" % acuracia)

a mensagem de erro segue abaixo:

ValueError                                Traceback (most recent call last)
<ipython-input-22-ab9108cd6e3d> in <module>
      8 np.random.seed(SEED)
      9 treino_x, teste_x, treino_y, teste_y = train_test_split(x, y, test_size = 0.25,
---> 10                                                          stratify = y)
     11 print("Treinaremos com %d elementos e testaremos com %d elementos" % (len(treino_x), len(teste_x)))
     12 

~\Anaconda3\lib\site-packages\sklearn\model_selection\_split.py in train_test_split(*arrays, **options)
   2098     n_samples = _num_samples(arrays[0])
   2099     n_train, n_test = _validate_shuffle_split(n_samples, test_size, train_size,
-> 2100                                               default_test_size=0.25)
   2101 
   2102     if shuffle is False:

~\Anaconda3\lib\site-packages\sklearn\model_selection\_split.py in _validate_shuffle_split(n_samples, test_size, train_size, default_test_size)
   1780             'resulting train set will be empty. Adjust any of the '
   1781             'aforementioned parameters.'.format(n_samples, test_size,
-> 1782                                                 train_size)
   1783         )
   1784 

ValueError: With n_samples=1, test_size=0.25 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parameters.
1 resposta
por Sthefanie Monica Premebida
| 250.2k xp | 421 posts
Instrutor Scuba Team

Oii Filipe, tudo certinho por ai?

Desculpa a demora em te dar um retorno nessa questão.

Eu rodei o seu código no meu Colab e ele deu o resultado certinho, como pode ver na imagem abaixo.

Usando o mesmo código que o aluno disponibilizou na questão do fórum, a imagem mostra o resultado da acurácia em 64.44%, como o resultado da aula. A imagem tem fundo cinza e o código está em letras pretas.

E ai testei com uma "modificação" nos dados, dessa forma:

x = [[]]
y = [[]]

Então o código ficou assim:

from sklearn.model_selection import train_test_split
from sklearn.svm import LinearSVC
from sklearn.metrics import accuracy_score

import numpy as np

x = [[]]
y = [[]]

SEED = 5
np.random.seed(SEED)
treino_x, teste_x, treino_y, teste_y = train_test_split(x, y, test_size = 0.25,
                                                         stratify = y)
print("Treinaremos com %d elementos e testaremos com %d elementos" % (len(treino_x), len(teste_x)))

modelo = LinearSVC()
modelo.fit(treino_x, treino_y)
previsoes = modelo.predict(teste_x)

acuracia = accuracy_score(teste_y, previsoes) * 100
print("A acurácia foi %.2f%%" % acuracia)

Com essa modificação, eu tive o mesmo retorno que você teve anteriormente, o erro. Depois desse teste, creio que pode existir uma parte do seu código quando você define x e y, anterior à que você mandou aqui, que está "estragando" seus dados e gerando esse erro. Na aula nós definimos o x e y assim:

x = dados[['horas_esperadas', 'preco']]
y = dados['finalizado']

Você pode verificar se sua definição de x e y está dessa forma aqui?

Espero ter ajudado! Se ainda tiver dúvidas, pode me chamar!

Bons estudos ^^