XGBoost训练报错ValueError：类别推断无效问题求助

错误原因 #

这个错误是因为XGBoost分类器对目标变量y的类别格式有要求：它默认期望类别是从0开始的连续整数序列，但你的数据中目标列的类别取值不符合这个规则，或是你误将回归任务用了分类模型。结合你只有5行的小数据集，大概率是以下两种情况：

• 目标列是连续数值（回归任务），却误用了分类器XGBClassifier；
• 目标列是离散类别，但类别编号不是从0开始的连续整数，或是小样本拆分后训练集与整体数据的类别范围不一致。

解决步骤 #

1. 先排查目标列的类型与取值

先运行以下代码确认目标列的情况：

# 查看目标列的唯一值和数据类型
print("目标列唯一值：", y.unique())
print("目标列数据类型：", y.dtype)
print("目标列值分布：")
print(y.value_counts())

2. 分情况处理

情况A：目标列是连续数值（回归任务）

将分类器替换为回归器XGBRegressor，修改代码如下：

import sys
!{sys.executable} -m pip install xgboost
import xgboost as xgb
from sklearn.model_selection import train_test_split

x = df_null_mean.iloc[:,:-1]
y = df_null_mean.iloc[:,-1]
x_cols = x.columns

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=0)

# 替换为回归器
my_model = xgb.XGBRegressor()
my_model.fit(x_train, y_train)

情况B：目标列是离散类别（分类任务）

用LabelEncoder将类别转换为从0开始的连续整数编码，再训练模型：

import sys
!{sys.executable} -m pip install xgboost
import xgboost as xgb
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder

x = df_null_mean.iloc[:,:-1]
y = df_null_mean.iloc[:,-1]

# 对目标列做编码
le = LabelEncoder()
y_encoded = le.fit_transform(y)

x_cols = x.columns
x_train, x_test, y_train, y_test = train_test_split(x, y_encoded, test_size=0.2, random_state=0)

my_model = xgb.XGBClassifier()
my_model.fit(x_train, y_train)

额外提示 #

你的数据集只有5行，使用test_size=0.2会导致测试集仅1行，这种小样本下模型训练没有实际意义，建议：

• 增加数据集规模；
• 调整test_size（比如设为0.0，但会失去测试验证能力）；
• 改用交叉验证（如sklearn.model_selection.cross_val_score）评估模型。

内容的提问来源于stack exchange，提问作者MAdnesss