在多标签样本上使用train_test_split进行分层抽样会显示“ ValueError：找到的输入变量不一致...”

Question

我正在尝试使用分层采样将我的图像数据集划分为训练集和验证集，但是scykit-learn包中的train_test_split方法出现了问题。

每个图像都经过多标签处理，执行一次热编码后，结果是：

trainPaths=np.array(trainPaths)
trainLabels=np.array(trainLabels)

mlb=MultiLabelBinarizer()
trainLabels=mlb.fit_transform(trainLabels)
print(mlb.classes_)

  

['空中''荷兰人''眼睛''地面''高''臀部''膝盖''低''头顶'，'肩膀']

print(trainPaths.shape)
print(trainLabels.shape)

  

（3835，）   （3835，10）

因此，两个数据的样本数应保持一致，并且一键编码后标签有10列。 但是，当我尝试执行采样时，会发生这种情况：

(trainPaths, valPaths, trainLabels, valLabels)=train_test_split(trainPaths, trainLabels, test_size=0.15, random_state=42, stratify=mlb.classes_)

  

ValueError：找到输入样本数量不一致的输入变量：[3835，10]

但是，如果我不声明'stratify'选项，则不会发生该错误。数据有问题吗？或者使用多标签样品无法进行分层采样？