XGBoost 和 Numpy 问题答案

【问题标题】：XGBoost and Numpy IssueXGBoost 和 Numpy 问题
【发布时间】：2020-10-04 03:09:48
【问题描述】：

我无法将我的数据正确地拟合到 XG Boost。更改我的数据类型没有帮助。

有 1225 行和 15 列。

RangeIndex(start=0, stop=1225, step=1)

其他分类算法工作正常，但输入此代码后 XG Boost 给了我以下错误。

import xgboost as xgb

X_train, X_test, y_train, y_test = train_test_split(loans.index, loans.BAD, test_size=0.2, random_state=0)

train = xgb.DMatrix(X_train, label=y_train)
test = xgb.DMatrix(X_test, label=y_test)

param = {'max_depth':2, 'eta':1, 'objective':'binary:logistic' }

num_round = 2 bst = xgb.train(param, X_train, 10)

    ---------------------------------------------------------------------------
`TypeError                                 Traceback (most recent call last)
<ipython-input-117-378a1a19d4c9> in <module>
      1 param = {'max_depth':2, 'eta':1, 'objective':'binary:logistic' }
      2 num_round = 2
----> 3 bst = xgb.train(param, X_train, 10)

~\Anaconda3\lib\site-packages\xgboost\training.py in train(params, dtrain, num_boost_round, evals, obj, feval, maximize, early_stopping_rounds, evals_result, verbose_eval, xgb_model, callbacks)
    207                            evals=evals,
    208                            obj=obj, feval=feval,
--> 209                            xgb_model=xgb_model, callbacks=callbacks)
    210 
    211 

~\Anaconda3\lib\site-packages\xgboost\training.py in _train_internal(params, dtrain, num_boost_round, evals, obj, feval, xgb_model, callbacks)
     28             params += [('eval_metric', eval_metric)]
     29 
---> 30     bst = Booster(params, [dtrain] + [d[0] for d in evals])
     31     nboost = 0
     32     num_parallel_tree = 1

~\Anaconda3\lib\site-packages\xgboost\core.py in __init__(self, params, cache, model_file)
   1026         for d in cache:
   1027             if not isinstance(d, DMatrix):
-> 1028                 raise TypeError('invalid cache item: {}'.format(type(d).__name__), cache)
   1029             self._validate_features(d)
   1030 

TypeError: ('invalid cache item: Int64Index', [Int64Index([ 359,  745,  682,  903,  548,  906, 1040,  467,   85,  192,
            ...
             600, 1094,  599,  277, 1033,  763,  835, 1216,  559,  684],
           dtype='int64', length=980)])

【问题讨论】：

使用 xbg.train(param, train) 会导致下一个问题：XGBoostError: [13:30:03] C:/Users/Administrator/workspace/xgboost-win64_release_1.0.0/src/目标/回归_obj.cu：60：检查失败：preds.Size（）== info.labels_.Size（）（1 vs. 980）：标签未正确提供preds.size = 1，label.size = 980感谢任何建议。我将在文档中阅读有关如何预测 preds 的信息，并且一定会描述我的解决方案。
这似乎与输入数据格式有关。答案有帮助吗？不要忘记您可以投票并接受答案。见What should I do when someone answers my question?，谢谢！
我已将输入数据格式 (dtype) 从整数更改为浮点数，但似乎没有帮助。我仍然有上面列出的那个错误。是的！我不会忘记投票，我会阅读链接。我非常感谢那些花时间帮助新手的人。
第一个答案应该能解决你的问题github.com/dmlc/xgboost/issues/2563

标签： python machine-learning model decision-tree xgboost

【解决方案1】：

当使用 Learning API 时，xgboost.train 需要火车 DMatrix，而您正在喂它 X_train。您应该使用：

xgb.train(param, train)

【讨论】：