ValueError：通过设置 n_splits=2 或更多，k 折交叉验证需要至少一个训练/测试分割，得到 n_splits=1

如何解决ValueError：通过设置 n_splits=2 或更多，k 折交叉验证需要至少一个训练/测试分割，得到 n_splits=1

我收到错误

ValueError: k-fold cross-validation requires at least one train/test split by setting n_splits=2 or more,got n_splits=1

同样的问题ValueError: Cannot have number of splits n_splits=3 greater than the number of samples: 1

对我来说

我使用 python 3.8.6 和 scikit-learn==0.23.2，一切正常，

我用 scikit-learn==0.24.2 更新到 python 3.9.5，得到这个错误，我在 X_test 中有 191 个样本。我不确定为什么库版本会导致此问题。

使用 cv=3 和总共 1000 条记录数据集

完整代码

X_train,X_test,y_train,y_test = train_test_split(features,labels,test_size=0.2,random_state=200)
smote_enn = SMOTEENN(sampling_strategy='all',random_state=127)
X_train_senn,y_train_senn = smote_enn.fit_resample(X_train,y_train)
lgbmclassifier = LGBMClassifier(boosting_type='gbdt',max_depth=-1,device_type=deviceType,verbose=0,objective='binary',class_weight='balanced',force_row_wise=True,subsample_for_bin=200000,min_child_samples=20,random_state=50)
lgbmgrid = CVGrid(lgbmclassifier,FE_Hyperparamerters)
lgbmgrid_result = lgbmgrid.fit(X_train,eval_metric='auc',eval_set=[(X_test,y_test)],early_stopping_rounds=ESR,verbose=1)

错误

 File "C:\prg\utils.py",line 851,in feHPTuning
    lgbmgrid_result = lgbmgrid.fit(X_train,File "C:\Users\prg\Anaconda3\envs\automl_py395elk7120_2\lib\site-packages\sklearn\utils\validation.py",line 63,in inner_f
    return f(*args,**kwargs)
  File "C:\Users\prg\Anaconda3\envs\automl_py395elk7120_2\lib\site-packages\sklearn\model_selection\_search.py",line 762,in fit
    cv_orig = check_cv(self.cv,y,classifier=is_classifier(estimator))
  File "C:\Users\prg\Anaconda3\envs\automl_py395elk7120_2\lib\site-packages\sklearn\utils\validation.py",**kwargs)
  File "C:\Users\prg\Anaconda3\envs\automl_py395elk7120_2\lib\site-packages\sklearn\model_selection\_split.py",line 2062,in check_cv
    return StratifiedKFold(cv)
  File "C:\Users\prg\Anaconda3\envs\automl_py395elk7120_2\lib\site-packages\sklearn\utils\validation.py",line 636,in __init__
    super().__init__(n_splits=n_splits,shuffle=shuffle,line 280,in __init__
    raise ValueError(
ValueError: k-fold cross-validation requires at least one train/test split by setting n_splits=2 or more,got n_splits=1.

fit 函数产生错误

解决方法

这个错误很简单。您不能只执行 1 个拆分的 Kfold 拆分。

Kfold 文档指出 n_splits 是折叠数，必须至少为 2。

如果您只想执行单个拆分，则应使用 sklearn.model_selection.train_test_split。