使用XGBRFRegressor训练模型遇数据类型错误，求解决方案

错误原因 #

你的训练数据X_train里存在XGBoost不支持的列类型（比如字符串/object类型），或者有category类型列但未开启enable_categorical参数，导致模型无法处理这些列。

解决步骤 #

1. 先定位问题列

运行以下代码查看所有列的数据类型，找出不符合要求的列：

print(X_train.dtypes)

重点关注类型为object的列，或者标注为category但未配置对应参数的列。

2. 针对不同类型的问题列处理

情况A：存在object类型列（字符串格式的分类值）

有两种处理方式：

• 方式1：标签编码（适合有序分类）
  用LabelEncoder把字符串转为整数，注意要同时处理训练集和测试集，保持编码逻辑一致：

  from sklearn.preprocessing import LabelEncoder
  
  # 遍历所有object类型列
  for col in X_train.select_dtypes(include=['object']).columns:
      le = LabelEncoder()
      # 仅在训练集上拟合编码器
      X_train[col] = le.fit_transform(X_train[col])
      # 用训练集的编码器转换测试集
      X_test[col] = le.transform(X_test[col])
  

• 方式2：转为category类型并开启参数
  把object列转为category类型，然后初始化模型时添加enable_categorical=True：

  # 转换列类型
  X_train = X_train.astype({col: 'category' for col in X_train.select_dtypes(include=['object']).columns})
  X_test = X_test.astype({col: 'category' for col in X_test.select_dtypes(include=['object']).columns})
  
  # 初始化模型时开启categorical支持
  model_xgb = XGBRFRegressor(max_depth=8, n_estimators=10, enable_categorical=True)
  model_xgb.fit(X_train, y_train)
  

情况B：已有category类型列但未开参数

直接在模型初始化时添加enable_categorical=True即可：

model_xgb = XGBRFRegressor(max_depth=8, n_estimators=10, enable_categorical=True)
model_xgb.fit(X_train, y_train)

3. 验证修改后代码

修改后的完整示例（以转为category类型为例）：

from xgboost import XGBRFRegressor
from sklearn.metrics import mean_squared_error
import numpy as np

# 处理数据类型
X_train = X_train.astype({col: 'category' for col in X_train.select_dtypes(include=['object']).columns})
X_test = X_test.astype({col: 'category' for col in X_test.select_dtypes(include=['object']).columns})

# 创建模型并开启categorical支持
model_xgb = XGBRFRegressor(max_depth=8, n_estimators=10, enable_categorical=True)
# 训练模型
model_xgb.fit(X_train, y_train)
# 预测
pred_xgb = model_xgb.predict(X_test)
# 评估
rmse_xgb = np.sqrt(mean_squared_error(y_test, pred_xgb))
print(rmse_xgb)

内容的提问来源于stack exchange，提问作者Jefferson