...
Eroare Machine Learning · Modele: convergență, k-NN, k-means

ValueError: Number of labels is 1. Valid values are 2 to n_samples - 1 (inclusive)

Pe scurt

silhouette_score (sau calinski_harabasz_score, davies_bouldin_score) a primit etichete cu un singur grup. Scorul compară grupurile între ele, deci are nevoie de cel puțin 2 și de cel mult n_samples - 1. Pornește bucla de alegere a lui k de la 2: range(2, 8).

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Scorul siluetă măsoară, pentru fiecare punct, cât de aproape e de propriul grup față de cel mai apropiat alt grup. Cu un singur grup nu există „alt grup”, iar cu câte un grup pentru fiecare punct nu există „propriul grup” cu alți membri. De aceea funcția acceptă doar un număr de etichete distincte între 2 și n_samples - 1, iar mesajul îți spune câte a găsit: Number of labels is 1.

Cazul clasic: alegi numărul de grupuri cu o buclă for k in range(1, 8), copiată de la metoda cotului (unde inerția pentru k = 1 are sens), și calculezi și silueta în aceeași buclă. Alte cauze: DBSCAN care a pus toate punctele în același grup (sau toate ca zgomot, -1) și un fit pe date unde toate rândurile sunt identice. Afișează len(set(etichete)) înainte de scor.

De ce apare: cauzele frecvente

1Bucla pentru k pornește de la 1

Greșit
PYTHON
for k in range(1, 6):
    et = KMeans(n_clusters=k, n_init=10).fit_predict(X)
    print(k, silhouette_score(X, et))
Corect
PYTHON
for k in range(2, 6):
    et = KMeans(n_clusters=k, n_init=10).fit_predict(X)
    print(k, silhouette_score(X, et))

Silueta are sens doar de la 2 grupuri în sus. Pentru k = 1 poți calcula doar inerția.

2DBSCAN a găsit un singur grup

Greșit
PYTHON
et = DBSCAN(eps=50).fit_predict(X)
silhouette_score(X, et)
Corect
PYTHON
et = DBSCAN(eps=0.5).fit_predict(X_scalat)
if len(set(et)) > 1:
    print(silhouette_score(X_scalat, et))

Un eps prea mare (sau date nescalate) unește toate punctele. Verifică numărul de grupuri înainte de scor.

3Câte un grup pentru fiecare punct

Greșit
PYTHON
et = KMeans(n_clusters=len(X), n_init=10).fit_predict(X)
silhouette_score(X, et)
Corect
PYTHON
et = KMeans(n_clusters=len(X) - 1, n_init=10).fit_predict(X)
silhouette_score(X, et)

Numărul maxim de grupuri pentru siluetă este n_samples - 1. În practică, k e mult mai mic decât numărul de puncte.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Number of labels is 1. Valid values are 2 to n_samples - 1 (inclusive), pentru că bucla încearcă și k = 1. Repară bucla, ca să încerce 2, 3 și 4 grupuri, iar programul să afișeze scorul siluetă pentru fiecare și k-ul cel mai bun.

Codul care dă eroarea
PYTHON
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score

# trei grupuri de clienti: (comenzi pe luna, suma medie)
X = [[1, 1], [1.5, 1.2], [1.2, 0.8], [5, 5], [5.5, 5.2], [5.2, 4.8], [9, 1], [9.5, 1.3], [9.2, 0.9]]

scoruri = {}
for k in range(1, 5):
    et = KMeans(n_clusters=k, n_init=10, random_state=0).fit_predict(X)
    scoruri[k] = round(silhouette_score(X, et), 2)
print("Scoruri:", scoruri)
print("Cel mai bun k:", max(scoruri, key=scoruri.get))
După reparație, programul afișează
Scoruri: {2: 0.62, 3: 0.92, 4: 0.74}
Cel mai bun k: 3
Indiciu

Folosește range(2, 5).

Alte forme ale mesajului

  • ValueError: Number of labels is 6. Valid values are 2 to n_samples - 1 (inclusive)
  • ValueError: Number of labels is 1. Valid values are 2 to n_samples - 1 (inclusive).

Cum o eviți pe viitor

Separă cele două metode de alegere a lui k: metoda cotului (inerția) poate porni de la 1, silueta de la 2. Când folosești DBSCAN sau alte metode care decid singure numărul de grupuri, verifică len(set(etichete)) și exclude zgomotul (-1) dacă vrei scorul doar pe punctele grupate.

Întrebări frecvente

Ce valori are scorul siluetă?

Între -1 și 1. Aproape de 1 înseamnă grupuri compacte și bine separate, în jur de 0 grupuri care se suprapun, iar negativ că multe puncte par să fie în grupul greșit.

Merge silueta și pentru DBSCAN?

Da, dacă există cel puțin două grupuri. Punctele de zgomot primesc eticheta -1 și sunt tratate ca un grup separat, deci uneori e mai corect să calculezi scorul fără ele.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Machine Learning de la zero, cu exerciții la fiecare lecție

Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.