在火车和测试数据上应用XGBoost

Question

我有两个数据，分别在csv文件中进行训练和测试，该文件具有超过385个功能，分别加载为df_train和df_test。

我已将目标特征（目标列）标识为“ y”，在提供的测试数据集中，即df_test中，列y不可用。

在应用XGB之前，我已经按照以下方法应用了PCA，

from sklearn.decomposition import PCA 
pca = PCA(n_components = 0.95)

df_train = pca.fit_transform(df_train)
df_test = pca.fit_transform(df_test)

之后，我尝试按如下方法应用XGBoost，

import xgboost as xgb
params = {'ntrees':520,'eta':0.0045,"booster":"gblinear", "objective":"reg:linear"}

x_train = df_train.drop('y',axis = 0)
y_train = df_train['y']

dtrain = xgb.DMatrix(x_train,y_train)
dtest = xgb.DMatrix(df_test)


xg_reg = xgb.train(params = params,dtrain=df_train,num_boost_round=5)
preds = xg_reg.predict(df_test)

#to find the accuracy
rmse = np.sqrt(mean_squared_error(y_test,preds))
print("RMSE: %f" % (rmse))

输出

AttributeError：'numpy.ndarray'对象没有属性'drop'

很高兴能指导我哪里出了问题。

需求->分解df_train进行训练和测试，并建立模型并在df_test上进行预测并计算其准确性。