我有一个由X和Y组成的训练集，X的形状为(4000,32,1)，Y的形状为(4000,1)。

我想根据分割创建一个训练/验证集。我尝试做如下操作：

from sklearn.model_selection import StratifiedShuffleSplit
sss = StratifiedShuffleSplit(test_size=0.1, random_state=23)
for train_index, valid_index in sss.split(X, Y):
    X_train, X_valid = X[train_index], X[valid_index]
    y_train, y_valid = Y[train_index], Y[valid_index]

运行程序时，出现了与上述代码段相关的错误消息：

for train_index, valid_index in sss.split(X, Y):
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.

我对上述错误消息不太清楚，如何正确地为上述训练集创建训练/验证集分割？

回答：

这有点奇怪，因为我复制/粘贴了你的代码，并使用了sklearn的乳腺癌数据集，如下所示：

from sklearn.datasets import load_breast_cancer
cancer = load_breast_cancer()
X, Y = cancer.data, cancer.target
from sklearn.model_selection import StratifiedShuffleSplit
sss = StratifiedShuffleSplit(test_size=0.1, random_state=23)
for train_index, valid_index in sss.split(X, Y):
        X_train, X_valid = X[train_index], X[valid_index]
        y_train, y_valid = Y[train_index], Y[valid_index]

这里X.shape = (569, 30)和Y.shape = (569,)，我没有遇到错误，例如y_valid.shape = 57或569的十分之一。

我建议你将X重塑为(4000,32)（同样将Y重塑为(4000)），因为Python可能会将其视为一个大元素的列表（顺便说一下，我使用的是Python 2.7）。

为了回答你的问题，你可以选择使用train_test_split

from sklearn.model_selection import train_test_split

根据帮助文档：

将数组或矩阵随机分割成训练和测试子集。快速实用工具，包装输入验证和“next(ShuffleSplit().split(X, y))“

基本上是你想要做的操作的包装器。你可以指定训练和测试的大小，随机状态，如果你想对数据进行分层或打乱等。

使用起来很简单，例如：

X_train, X_valid, y_train, y_valid = train_test_split(X,Y, test_size = 0.1, random_state=0)