python - 参数 num_class 的 xgboost sklearn 包装器值 0 应大于等于 1

Question

我正在尝试使用 sklearn 提供的 XGBClassifier 包装器解决多类问题。我的类是 [0, 1, 2]，我使用的目标是 multi:softmax。当我尝试拟合分类器时，我得到了

xgboost.core.XGBoostError: value 0for Parameter num_class should be greater equal to 1

如果我尝试设置 num_class 参数，我会得到错误

got an unexpected keyword argument 'num_class'

Sklearn 会自动设置这个参数，所以我不应该传递那个参数。但为什么会出现第一个错误？

Answer 1

您需要手动添加参数num_class到xgb_param

    # Model is an XGBClassifier
    xgb_param = model.get_xgb_params()
    xgb_param['num_class'] = 3
    cvresult = xgb.cv(xgb_param, ...)

如果您使用 fit 方法，XGBClassifier 会自动设置此值，但不会在 cv 方法中设置