ValueError: недопустимые классы, выведенные из уникальных значений `y`. Ожидается: [0 1 2], получен ['Отсев' 'Зачислен' 'Выпускник']

Я работаю над задачей классификации, используя модель классификатора XGBoost. Мой набор данных содержит категориальные переменные, мои целевые классы («Отсев», «Зачислен», «Выпускник»).

from xgboost import XGBClassifier

xgb = XGBClassifier(
    n_estimators=200,
    max_depth=6,  
    learning_rate=0.1,  
    subsample=0.8,
    colsample_bytree=0.8,
    eval_metric='mlogloss'  
)

xgb.fit(X_train, y_train)

Я получаю следующую ошибку

ValueError: Invalid classes inferred from unique values of `y`. Expected: [0 1 2], 
got ['Dropout' 'Enrolled' 'Graduate']

После этого я использую методы кодирования меток; он работает нормально. Но мне нужно ['Отчисление' 'Зачислено' 'Выпускник'] это категоричное указание в производственном разделе. Как я могу изменить это [0 1 2] на ['Отсев' 'Зачислен' 'Выпускник'] после поезда XGBClassifier.

Классы должны быть целыми числами, а не строками.

— 11.06.2024 09:12

Вы можете восстановить истинные метки из закодированного вывода, проверьте, например, здесь

— 11.06.2024 12:34

python machine-learning xgboost valueerror

11.06.2024 07:56

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

LabelEncoder может не только transorm преобразовать исходную цель в числовые значения, но также inverse_transform числовые значения в исходные целевые значения.

Итак, ваш код должен выглядеть так:

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
le.fit_transform(y_train)


# fit
from xgboost import XGBClassifier

xgb = XGBClassifier(
    n_estimators=200,
    max_depth=6,  
    learning_rate=0.1,  
    subsample=0.8,
    colsample_bytree=0.8,
    eval_metric='mlogloss'  
)

xgb.fit(X_train, y_train)



# prediction
pred = xgb.predict(X_test)
original_pred = le.inverse_transform(pred)

Официальная документация здесь.

11.06.2024 16:44