0

由于目标的形状,我一直在努力让 python 的 xgboost 接受目标(我尝试过 (-1,1) 与 (-1,) 的形状,pandas 与 numpy 的格式,以及 LabelBinarizing 与 One-hot-encoding 目标)。有什么建议可以让这一切顺利进行吗?

import numpy as np
x = np.random.randint(0, 25, size = (1000, 10))
y = np.random.randint(0, 5, size = (1000, 1))

clf = xgb.XGBClassifier()

x = xgb.DMatrix(x)
y = xgb.DMatrix(y)

clf.fit(x, y)

ValueError: bad input shape ()
4

1 回答 1

0

使用 XGBoost DMatrix 作为您不使用的输入clf.fit(),只有xgb.train()Clf.fit()期望输入中的数组。
参考资料:
xgboost 入门
XGBClassifier.fit()
xgboost.train()

于 2021-03-31T07:19:00.513 回答