在XGBoost算法中使用分类变量预测器时遇错求助

针对你遇到的错误，这里有几个可行的解决办法：

1. 确认XGBoost版本 #

enable_categorical参数在XGBoost 1.5.0及以上版本才稳定支持，先检查你的版本：

import xgboost as xgb
print(xgb.__version__)

如果版本低于1.5.0，先升级：pip install --upgrade xgboost

2. 显式创建DMatrix并指定enable_categorical #

有时候自动创建DMatrix会漏掉参数，手动创建能确保参数生效：

# 替换原有的fit代码
dtrain = xgb.DMatrix(X_train, label=y_train, enable_categorical=True)
dtest = xgb.DMatrix(X_test, label=y_test, enable_categorical=True)

# 设置模型参数并训练
params = {
    "tree_method": "gpu_hist",
    "enable_categorical": True,
    "use_label_encoder": False,
    "objective": "binary:logistic"  # 适配你的二分类任务
}

model2 = xgb.train(params, dtrain)

3. 对齐训练集和测试集的分类变量类别 #

train_test_split拆分后，训练集的country_name类别可能和原数据集不一致，导致XGBoost识别异常，需要手动对齐：

# 在拆分数据集后执行
X_train["country_name"] = X_train["country_name"].cat.set_categories(df["country_name"].cat.categories)
X_test["country_name"] = X_test["country_name"].cat.set_categories(df["country_name"].cat.categories)

4. 替代方案：用OrdinalEncoder编码分类变量 #

如果上述方法都不行，可以用sklearn的OrdinalEncoder把分类变量转成整数编码，XGBoost也能正常处理：

from sklearn.preprocessing import OrdinalEncoder

encoder = OrdinalEncoder()
X[["country_name"]] = encoder.fit_transform(X[["country_name"]])

# 再拆分数据集训练
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25)
model2 = xgb.XGBClassifier(tree_method="gpu_hist", use_label_encoder=False)
model2.fit(X_train, y_train)

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