交差検証分類エラー

Question

私は分類結果を取得するには、次のコードを使用しています：

folds = 5 #number of folds for the cv 

     #Logistic Regression-- 
     clf = linear_model.LogisticRegression(penalty='l1') 
     kf = KFold 

(len(clas), n_folds=folds) 
    fold = 1 
    cms = np.array([[0,0],[0,0]]) 
    accs = [] 
    aucs=[] 
    for train_index, test_index in kf: 
     X_train, X_test = docs[train_index], docs[test_index] 
     y_train, y_test = clas2[train_index], clas2[test_index] 
     clf.fit(X_train, y_train) 
     prediction = clf.predict(X_test) 
     acc = accuracy_score(prediction, y_test) 
     cm = confusion_matrix(y_test,prediction) 
     pred_probas = clf.predict_proba(X_test)[:,1] 
     fpr, tpr, thresholds = metrics.roc_curve(y_test, pred_probas) 
     print('Test Accuracy for fold {}: {}\n{}'.format(fold,round((acc*100),2),cm)) 
     roc_auc = auc(fpr,tpr) 
     print('AUC for fold {} : {}'.format(fold,round((roc_auc*100),2))) 
     fold +=1 
     cms += cm 
     accs.append(acc) 
     aucs.append(roc_auc) 
    print('CV test accuracy: {}\n{}'.format(round((np.mean(accs)*100),2),cms)) 
    print('\nCV AUC: {}'.format(round(np.mean(aucs)*100),2)) 
    print('\nCV accuracy: %.3f +/- %.3f' % (round((np.mean(accs)*100),2),round((np.std(accs)*100),2))) 
    print('\nCV ROC AUC: %.3f +/- %.3f' % (round((np.mean(aucs)*100),2),round((np.std(aucs)*100),2))) 
    print('\nPeak accuracy: '+str(round((np.amax(accs)*100),2))) 
    print('\nPeak ROC AUC: '+str(round((np.amax(aucs)*100),2))) 

私は何か絞るをやっているかどうかわからないが、私は、はい= 406 ません= 139 2クラスがあり、当初、私はちょうど17のいいえドキュメントがありませんでしたコードは

Test Accuracy for fold 1: 87.16 
[[94 9] 
[ 5 1]] 
AUC for fold 1 : 66.1 
Test Accuracy for fold 2: 92.66 
[[100 6] 
[ 2 1]] 
AUC for fold 2 : 62.42 
Test Accuracy for fold 3: 90.83 
[[99 7] 
[ 3 0]] 
AUC for fold 3 : 43.08 
Test Accuracy for fold 4: 88.07 
[[83 8] 
[ 5 13]] 
AUC for fold 4 : 85.5 
Test Accuracy for fold 5: 53.21 
[[ 0 0] 
[51 58]] 
AUC for fold 5 : nan 
CV test accuracy: 82.39 
[[376 30] 
[ 66 73]] 

CV AUC: nan 

CV accuracy: 82.390 +/- 14.720 

CV ROC AUC: nan +/- nan 

Peak accuracy: 92.66 

Peak ROC AUC: nan 
C:\Users\kkothari\AppData\Local\Continuum\Anaconda3\lib\site-packages\sklearn\metrics\ranking.py:530: UndefinedMetricWarning: No negative samples in y_true, false positive value should be meaningless 
    UndefinedMetricWarning) 
C:\Users\kkothari\AppData\Local\Continuum\Anaconda3\lib\site-packages\sklearn\metrics\ranking.py:95: RuntimeWarning: invalid value encountered in less 
    if np.any(dx < 0): 

結果

次私を与えているが、それはうまく働いた...誰かがいくつかの間違いを指摘したり何が起こっているか説明できますか？

Answer 1

基本的に、1つの非常に小さなクラス（20-30サンプル程度のもの）があります。分割しなかった場合、エラーが発生します。 StratifiedKFoldを代わりに使用することができます。これにより、各分割で、各クラスのサンプルが一定量になることが保証されます。