Я пытался разбить образец набора данных, используя Scikit-learn Stratified Shuffle Split. Я последовал примеру, показанному в документации Scikit-learn здесь
import pandas as pd
import numpy as np
# UCI wine dataset
wine = pd.read_csv("https://s3.amazonaws.com/demo-datasets/wine.csv")
# separate target variable from dataset
target = wine['quality']
data = wine.drop('quality',axis = 1)
# Stratified Split of train and test data
from sklearn.cross_validation import StratifiedShuffleSplit
sss = StratifiedShuffleSplit(target, n_iter=3, test_size=0.2)
for train_index, test_index in sss:
xtrain, xtest = data[train_index], data[test_index]
ytrain, ytest = target[train_index], target[test_index]
# Check target series for distribution of classes
ytrain.value_counts()
ytest.value_counts()
Однако при запуске этого script я получаю следующую ошибку:
IndexError: indices are out-of-bounds
Может ли кто-нибудь указать, что я делаю неправильно здесь? Спасибо!