从`y`的唯一值推断出的无效类别。期望值为：[0 1 2 3 4 5]，实际值为：[1 2 3 4 5 6]。

Question

我使用了XGB分类器训练数据集，但本地出现了错误。在Colab上它可以正常工作，而且我的朋友们用同样的代码也没有任何问题。

从y的唯一值推断无效的类。期望：[0 1 2 3 4 5]，得到：[1 2 3 4 5 6]

这是我的代码，但我猜这不是原因。

start_time = time.time()
xgb = XGBClassifier(n_estimators = 400, learning_rate = 0.1, max_depth = 3)
xgb.fit(X_train.values, y_train)
print('Fit time : ', time.time() - start_time)

- ohoh

---

你是如何创建y_train和y_test向量的？看起来它们中的一个从1开始编号，而另一个从0开始。 - user2261062

您还可以将变量转换为一种独热编码表示形式。 - Daniel González Cortés

Answer 1

这是因为类别列必须从0开始（自1.3.2版本以来要求如此）。解决方法是使用sklearn.preprocssing库中的LabelEncoder，这很容易实现。

解决方案（适用于1.6版本）：

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
y_train = le.fit_transform(y_train)

然后再次尝试/运行您的代码：

start_time = time.time()
xgb = XGBClassifier(n_estimators = 400, learning_rate = 0.1, max_depth = 3)
xgb.fit(X_train.values, y_train)
print('Fit time : ', time.time() - start_time)

- Jefferson Santos

Answer 2

这是因为在训练新版本的XGBoost模型之前，y_train必须进行编码，也就是说，你必须使用一些分类转换方法，如标签编码器：

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
y_train = le.fit_transform(y_train)

然后将其应用于XGBoost模型进行训练：

from xgboost import XGBClassifier
classifier = XGBClassifier()
classifier.fit(X = X_train,y =  y_train)

训练后，为了找出混淆矩阵，您必须反转预测的y值，如下所示：

from sklearn.metrics import confusion_matrix, accuracy_score
y_pred = classifier.predict(X_test)
y_pred = le.inverse_transform(y_pred)
cm = confusion_matrix(y_test, y_pred)
print(cm)
accuracy_score(y_test, y_pred)

- SOMDEB SAR

Answer 3

试着在 train_test_split 代码中添加 stratify 参数：

X_train, X_test, y_train, y_test = train_test_split(data, labels, test_size=test_size, stratify = labels)

- Javier Moreno

---

这不是问题。使用LabelEncoder可以正常工作。 - undefined

Answer 4

降级到1.5.0版本对我有效。

在执行过程中，我也收到了此警告消息。

用户警告：在XGBClassifier中使用标签编码器已被弃用，并将在将来的版本中删除。

使用1.6中的Label编码器会为我返回此错误：

MultiClassEvaluation：标签必须在[0，num_class）范围内，num_class=6但在标签中找到6。

- Jatin Kishore Patel

Answer 5

这个错误是由于新版本的xgboost引起的，需要卸载当前的xgboost并安装xgboost 0.90。

pip uninstall xgboost 

pip install xgboost==0.90

- Yassin El Jakani

Answer 6

如果有帮助的话，我刚刚回滚到了1.2.1版本。

- aps_s

---

目前你的回答不够清晰，请编辑并添加更多细节，以帮助其他人理解它如何回答问题。你可以在帮助中心找到有关如何撰写好答案的更多信息。 - Community

Answer 7

请使用与Colab中相同的Python版本3.7。

- norrey nordine

Answer 8

这是因为您的xgboost版本问题，所以：

尝试这个：

y_train_xgb = y_train.map({"1": 0, "2": 1, "3": 2}

- Hessah