设置enable_categorical=True后仍无法处理分类数据的问题求助

问题重现 #

已将数据集中的A、B、C列转为category类型：

cols = ['A','B', 'C']
for i in cols:
        data[i] = data[i].astype('category')

创建XGBoost分类器时已指定enable_categorical=True：

model_xgb = XGBClassifier(**xgb_params, scale_pos_weight=weight, tree_method='hist', enable_categorical=True)

运行时触发如下错误：

ValueError: DataFrame.dtypes for data must be int, float, bool or category. 
When categorical type is supplied, The experimental DMatrix parameter enable_categorical 
must be set to True.  Invalid columns:A: category, B: category, C: category

解决方法 #

• 确认XGBoost版本兼容性：enable_categorical是1.3.0版本后引入的实验特性，版本过低会导致参数不生效。执行print(xgboost.__version__)查看版本，低于1.3.0则升级：

  pip install --upgrade xgboost
  

• 显式构建DMatrix并设置参数：部分场景下XGBClassifier.fit()不会自动传递enable_categorical到底层DMatrix，需手动构建DMatrix并指定参数：

  import xgboost as xgb
  
  # 拆分特征与目标变量
  X = data[['A', 'B', 'C']]
  y = data['y']
  
  # 构建带分类支持的DMatrix
  dtrain = xgb.DMatrix(X, label=y, enable_categorical=True)
  
  # 训练模型
  model_xgb = xgb.train(
      params=xgb_params,
      dtrain=dtrain,
      scale_pos_weight=weight,
      tree_method='hist'
  )
  

  若坚持使用XGBClassifier，可尝试在fit()时为评估集也传入构建好的DMatrix，确保参数全局生效。

• 校验分类列类型：执行print(data.dtypes)确认A、B、C列确实为category类型，避免后续操作（如缺失值填充、合并数据集）意外将其转为object类型。

• 禁止重复编码：不要对已转为category的列执行独热编码（如pd.get_dummies），否则会破坏分类特征的原生格式，导致XGBoost无法识别。

内容的提问来源于stack exchange，提问作者Charun Umesh