使用cuML RandomForestClassifier结合GridSearchCV触发TypeError的解决咨询

问题背景 #

使用cuML的ensemble.RandomForestClassifier结合model_selection.GridSearchCV进行模型调参时，调用grid_search.fit()触发TypeError: an integer is required。但直接调用RandomForestClassifier.fit()可正常训练，数据已完成编码、去字符串列处理，X_train为float32类型NumPy数组，y_train为无空值的二元0/1数组，且两者长度一致。

原因分析 #

1. y_train数据类型不兼容：cuML的RandomForestClassifier要求标签y必须是整数类型的NumPy数组（int32/int64），虽然直接fit时cuML会做隐式转换，但GridSearchCV在交叉验证拆分数据后，可能导致y的类型发生变化（比如保留了pandas的Nullable Integer类型），触发类型检查报错。
2. GridSearchCV的refit参数设置错误：当scoring为单一字符串（如'roc_auc'）时，refit指定字符串值（如"AUC"）会导致参数不匹配，进而影响内部拟合逻辑。

解决方案 #

1. 强制转换y_train为整数类型NumPy数组 #

将y_train明确转换为np.int32或np.int64类型，避免Nullable类型或浮点类型：

# 替换原y_train转换代码
y_train_np = y_train.values.astype(np.int32)

2. 修正GridSearchCV的refit参数 #

当仅使用单一评估指标时，将refit设为True即可，无需指定字符串：

grid_search = GridSearchCV(
    cuml_classifier,
    param_grid=param_grid,
    scoring='roc_auc',
    cv=3,
    return_train_score=True,
    refit=True,  # 替换原"AUC"参数
    verbose=1
)

3. 可选：使用cuML Array提升兼容性 #

将NumPy数组转换为cuML原生Array类型，进一步优化与cuML组件的兼容性：

from cuml import Array
# 转换为cuML Array
X_train_cuml = Array(X_train_np)
y_train_cuml = Array(y_train_np.astype(np.int32))

# 用cuML Array拟合
grid_search.fit(X_train_cuml, y_train_cuml)

验证步骤 #

1. 先单独运行cuml_classifier.fit(X_train_np, y_train_np)确认模型可正常训练；
2. 再运行修改后的GridSearchCV代码，确认不再触发TypeError。

内容的提问来源于stack exchange，提问作者Royal Mail