XGBClassifier的enable_categorical参数未生效，训练报错求助

核心问题 #

enable_categorical=True 仅针对输入特征(X)生效，允许XGBoost直接处理pandas的category类型特征，无需手动做标签编码或独热编码。但目标变量(y)仍需是0到类别数-1的整数类型，不能直接传入字符串类别或pandas category类型，这就是触发报错的原因。

解决步骤 #

将目标变量转换为整数编码即可，最简单的方式是利用pandas category类型的cat.codes属性：

修改后的代码：

FEATURES = ['Type', 'DivisionName', 'DepartmentName', 'WarehouseName', 'CategoryDesc']
TARGET = 'ClaimStatus'

# 特征保持category类型不变
X_train = train[FEATURES].astype('category')
X_test = test[FEATURES].astype('category')

# 目标变量转换为整数编码
y_train = train[TARGET].astype('category').cat.codes
y_test = test[TARGET].astype('category').cat.codes

reg = xgb.XGBClassifier(base_score=0.5, booster='gbtree',
                        n_estimators=1000,
                        early_stopping_rounds=50,
                        enable_categorical=True,
                        max_depth=5,
                        learning_rate=0.01)

reg.fit(X_train, y_train,
         eval_set=[(X_train, y_train), (X_test, y_test)],
         verbose=100)

额外说明 #

如果需要后续将预测结果映射回原类别标签，可以保留原目标变量的类别映射关系：

# 保存类别映射
label_mapping = train[TARGET].astype('category').cat.categories

# 预测后映射回原标签
y_pred = reg.predict(X_test)
y_pred_labels = label_mapping[y_pred]

内容的提问来源于stack exchange，提问作者Jordan