XGBoost分类类别不匹配报错求助：预期[0 1]却得到['N' 'Y']

问题本质 #

XGBoost二分类任务默认要求标签是整数类型的0和1，你的标签是字符串'N'/'Y'，类型不匹配才触发报错。用Label Encoding是正确思路，但异常说明编码过程或后续环节存在疏漏，按以下步骤排查：

排查&解决步骤 #

1. 禁止分开编码训练/测试集 #

很多人容易踩的坑：给训练集和测试集分别初始化LabelEncoder，这会导致映射规则不一致（比如训练集把'Y'转成1，测试集可能转成0）。正确做法是复用训练集的编码器转换测试集：

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
# 仅在训练集上执行fit，同时完成训练集标签转换
y_train = le.fit_transform(y_train)
# 直接用训练好的编码器转换测试集，禁止重新fit
y_test = le.transform(y_test)

2. 强制转换编码后的数据类型 #

Label Encoder输出的数组可能是object类型，XGBoost无法识别，需要强制转为整数：

y_train = y_train.astype('int')
y_test = y_test.astype('int')

3. 验证编码后的标签值 #

打印编码后的标签唯一值，确认仅存在0和1：

import numpy as np
print(np.unique(y_train))
print(np.unique(y_test))

如果出现非0/1的数值，说明原始标签存在多类别，要么是数据标注错误，要么需要将任务调整为多分类（设置XGBoost的num_class参数）。

4. 检查XGBoost参数配置 #

二分类任务必须明确设置objective='binary:logistic'，若误设为多分类目标（如multi:softmax），即使标签正确也会报错。另外新版本XGBoost建议关闭use_label_encoder以避免额外警告：

import xgboost as xgb
model = xgb.XGBClassifier(objective='binary:logistic', use_label_encoder=False, eval_metric='logloss')

5. 手动映射替代Label Encoding #

如果Label Encoding仍有异常，直接用字典手动转换标签，逻辑更直观且不易出错：

label_map = {'N': 0, 'Y': 1}
y_train = y_train.map(label_map)
y_test = y_test.map(label_map)

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