Question

这是我的代码：

xgb <- xgboost(data = as.matrix(df_all_combined), 
               label = as.matrix(target_train), 
               eta = 0.1,
               max_depth = 15, 
               nround=100, 
               subsample = 0.5,
               colsample_bytree = 0.5,
               seed = 1,
               eval_metric = "auc",
               objective = "binary:logistic",
               num_class = 12,
               nthread = 3)

获取以下错误：

xgb.iter.update中的错误（bst $ handle，dtrain，iteration - 1，obj）： [09:17:34] amalgamation /../ src / objective / regression_obj.cc：90：检查失败：（preds.size（））==（info.labels.size（））标签未正确提供.preds.size = 840756，label.size = 70063

有人可以帮我解决这个问题吗？无法弄清楚问题。

Answer 1

尝试从参数中删除num_class = 12。

Answer 2

错误说： labels are not correctly provided preds.size=840756, label.size=70063

这意味着df_all_combined中的行数与target_train

中的行数不对应

所以target_train应该是形状（840756，）

Answer 3

Xgboost有多类分类的错误。它使用preds.size（）= info.labels.size（）* num_classes，同时使用＆＃39; auc＆＃39;这是错的。所以使用像merror这样的任何其他指标。

Answer 4

Objective和num_class似乎不同步从xgboost参数描述：目标“二进制：逻辑：用于二进制分类的逻辑回归，输出概率”

在您的问题中，提到的num_class = 12，这似乎是不匹配的，因为二进制目标仅用于预测属于2类（0/1）的变量。

使用xgboost函数时出现XGBoost错误

4 个答案: