AWS SageMaker XGBoost多分类num_class参数配置错误排查

问题背景 #

用于AWS SageMaker XGBoost的.csv数据集包含L1-L6和Type共7列，Type列有5种字符串类别。使用LabelEncoder将Type编码为0、1、2、3、4后移至首列，拆分数据并上传至S3。配置XGBoost超参数时设置num_class=4，运行时出现错误：

SoftMaxMultiClassObj: label must be in [0, num_class).

错误原因 #

核心问题是超参数与数据标签范围不匹配：

• Type列实际有5个类别，编码后标签取值为0、1、2、3、4，覆盖5个不同数值；
• 设置的num_class=4，XGBoost的Softmax多分类逻辑要求标签必须落在[0, num_class)区间内（即0到3），标签值4超出了这个范围，因此触发报错。

修正方案 #

• 调整超参数：将num_class的值改为5，与实际类别数量、编码后的标签范围（0-4）保持一致；
• 验证数据一致性：确认LabelEncoder编码后的所有标签值确实是0-4，没有出现额外编码值（比如测试集出现训练集未见过的Type类别导致编码异常）；
• 检查拆分后的数据：确保训练集、验证集中的标签列取值都在0-4范围内，没有超出情况。

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