我正在尝试使用XGBoost并被一个我无法弄清楚的错误阻止。我在活动环境中安装了sklearn，可以通过在同一笔记本中训练sklearn RandomForestClassifier 来验证它。当我尝试训练XGBoost模型时，我收到错误XGBoostError: sklearn needs to be installed in order to use this module
这有效：
clf = RandomForestClassifier(n_estimators=200, random_state=0, n_jobs=-1)
抛出异常：
clf = xgb.XGBClassifier(max_depth=3, n_estimators=300, learning_rate=0.05).fit(train_X, train_y)
更新：创建一个PyCharm模块，其中完全相同的代码并导入并执行，没有异常。所以这似乎是一个Jupyter笔记本问题。 PyCharm指向与笔记本相同的Anaconda环境。
更新2：创建了一个 new 笔记本，并复制了抛出异常的代码。代码在新笔记本中运行正常。叹。案件结案。
答案 0 :(得分：2)
遇到同样的问题，我在安装sklearn 后安装了xgboost ，而我的jupyter笔记本正在运行。通过重新启动我的Jupyter笔记本服务器，xgboost能够找到sklearn安装。
在我已安装sklearn 安装xgboost 然后启动我的jupyter笔记本而没有问题的另一个新环境中进行了测试。
答案 1 :(得分：0)
我在一个更复杂的项目中遇到了同样的错误，在发布新版本后突然失败了。
幸运的是，我有每个版本的docker映像，并且能够使用pip freeze来查看更改了。
在两个版本中，我都使用xgboost==0.81
在有效的版本中，我有scikit-learn==0.21.3，在新版本中，它是scikit-learn==0.22
令人惊讶的是，这就是导致问题的原因。我尝试卸载并重新安装xgboost，并将scikit-learn还原为原来的版本，但仍然没有运气（即使确保以正确的顺序安装一个又一个）。
导致该问题的原因是将numpy从1.17.4更新为1.18.0。
还原它为我解决了（不确定原因）
这是Ubuntu上的python 3.6
答案 2 :(得分：0)
我遇到了同样的问题。所有已经给出的答案都不起作用。我也尝试降级 numpy 版本，因为据说它在其他一些论坛上有效
我最终重新安装了 Anaconda，然后再次安装了 pip 安装了 xgboost。这奏效了。