AWS SageMaker训练XGBoost模型触发Algorithm Error求助

从报错日志的最后一行可以明确问题：缺少必填的超参数（Missing required hyperparameter）。

结合你提供的代码截图来看，当前设置的超参数中缺少了SageMaker XGBoost算法模式下的核心必填项——num_round（训练轮数）。SageMaker的XGBoost容器在算法模式下会强制校验该参数，未配置就会触发这个错误。

修复步骤 #

在你的超参数字典中添加num_round参数，设置合理的训练轮数（示例值为100，可根据任务需求调整）：

hyperparameters = {
    "max_depth": "5",
    "eta": "0.2",
    "gamma": "4",
    "min_child_weight": "6",
    "subsample": "0.7",
    "objective": "binary:logistic",
    "num_round": "100"  # 新增必填参数
}

如果添加后仍然报错，可以进一步检查是否缺少eval_metric参数（部分SageMaker XGBoost版本也将其列为必填项），针对二分类任务可以补充：

"eval_metric": "logloss"

注意：SageMaker XGBoost的算法模式对超参数的要求和本地运行XGBoost略有差异，必须严格按照容器要求配置所有必填项。

内容的提问来源于stack exchange，提问作者lewisnix21