Python Xgboost GridSearchCV被杀，如何解决？

Question

我是Python上xgboost的新手，今天我试图按照这里的教程进行操作：https://jessesw.com/XG-Boost/。

然后我使用我自己的数据尝试了xgboost，它在没有使用gridsearch的情况下工作正常。然后我按照教程进行gridsearch但看起来它不起作用。这是我的代码：

apnsClient.connect(ApnsClient.PRODUCTION_APNS_HOST);

我得到了这个输出：

cv_params = {'max_depth': [3, 5, 7], 'min_child_weight': [1, 3, 5]}
ind_params = {'learning_rate': 0.1, 'n_estimators': 500, 'seed': 0,
          'subsample': 0.8, 'colsample_bytree': 0.8,
          'objective': 'reg:linear'}

optimized_GBM = GridSearchCV(xgb.XGBClassifier(**ind_params),
                         cv_params,
                         cv=5, n_jobs=2, verbose=2)

optimized_GBM.fit(train_x, train['label'])

任何建议都将不胜感激！

Answer 1

在我的情况下，原因是在colsample_by_tree中。当特征总数小于10时，它为0.1。

当树试图学习n个样本和0个特征的数据集时，失败的原因是断言。