ValueError: наименее заполненный класс в y имеет только 1 член, чего слишком мало в PyCaret

Question

У меня проблема при работе с PyCaret. Раньше проблем не было.

Но это началось, когда я увеличил выборку данных и сохранил их, используя pandasи этот вопрос.

Файл здесь.

Затем я прочитал файл в отдельной записной книжке.

import pycaret
from pycaret.utils import version
from pycaret.regression import *
from pycaret.classification import *

# Read clean data
starbucks_days = pd.read_csv('days_smote.csv')

# Drop a column
starbucks_days = starbucks_days.drop(['Unnamed: 0'], axis = 1)
starbucks_days = starbucks_days.drop(['transaction', 'offer_viewed', 'offer_received', 'offer_completed'], axis = 1)
starbucks_days = starbucks_days.drop(['label'], axis = 1)

Я начинаю использовать PyCaret

# Initialize Setup
starbucks_days1 = setup(starbucks_days, target = 'time_completed_viewed', session_id = 123, log_experiment = True, experiment_name = 'days1')

Но получаю ошибку

ValueError: наименее заполненный класс в y имеет только 1 член, что слишком мало. Минимальное количество групп для любого класса не может быть меньше 2.

Эта проблема GitHub дает некоторые подсказки

Я проверяю некоторые параметры

type(starbucks_days)
pandas.core.frame.DataFrame

starbucks_days['time_completed_viewed'].value_counts()
6.000000      1682
12.000000     1503
18.000000     1318
24.000000     1212
174.000000    1068
          ... 
444.107530       1
226.213225       1
411.947513       1
236.001744       1
394.722944       1
Name: time_completed_viewed, Length: 3572, dtype: int64

Любые советы, что мне не хватает? Как я уже сказал, PyCaret отлично работает с простыми CSV-файлами, которые не подвергались избыточной выборке.

Answer 1

В вашем импорте вы импортировали classification после импорта regression который перезаписал модуль в среде.

Это похоже на проблему регрессии (непрерывное значение). Вам не нужно импортироватьclassification.

Избавьтесь от этой строки из своего кода, и она должна работать нормально:

from pycaret.classification import *