多标签数据集上的 XGBoost 出现 ValueError：预期类别 0-8，实际为 0-9

Question

在多标签数据集上运行 XGBoost 模型时，我遇到了

ValueError

。错误消息为： ValueError: 预期的类标签 {0,1,2,3,4,5,6,7,8}，得到 {0,1,3,4,5,6,7,8,9}

我的数据集由 500 个实例组成，标签范围从 0 到 9，总共有 10 个类。少数类（标签

9

）有 37 个实例。尽管如此，我还是收到一条错误，指示意外的类标签

9

。

我已经尝试使用不同的值进行交叉验证（3、5 和 10），但没有成功。有趣的是，来自

sklearn

的其他模型，例如随机森林和 AdaBoost，不会产生此错误并按预期工作。

有没有人在 XGBoost 上遇到过类似的问题或者可以找出导致此错误的可能原因？任何有关如何解决此问题的见解或建议将不胜感激。

将 xgboost 导入为 xgb 从 sklearn.model_selection 导入 train_test_split 从 sklearn.metrics 导入 precision_score

X_train，X_test，y_train，y_test = train_test_split（X，y，test_size = 0.2，random_state = 42）

模型 = xgb.XGBClassifier() model.fit(X_train, y_train)

y_pred = model.predict(X_test) 打印（准确度分数（y_test，y_pred））

Answer 1

我要检查两件事：

1. XGBoost 要求类标签从 0 开始，一直到

   n_classes - 1

   。

y

符合这个格式吗？尝试

print(np.unique(y))

检查您是否获得

[0, 1, 2, ..., n_classes -1]

。

2. 相对较小的数据集大小，加上指定测试大小为 0.2，意味着不常见的标签可能不会出现在测试集中。

要强制从两个拆分中的所有标签进行采样，请尝试将代码修改为

... = train_test_split(..., stratify=y)

。一切都和以前一样，但是这次确保测试分割的标签分布接近原始，因此不会丢失任何标签。

我认为即使你没有得到错误（特别是当存在不平衡时），分层也是一个好主意，因为它使测试分割的分布代表原始数据集，而不是具有被随机采样过程扭曲的分布.