使用XGBoost函数时的xgboost错误

Question

这是我的代码：

xgb <- xgboost(data = as.matrix(df_all_combined), 
               label = as.matrix(target_train), 
               eta = 0.1,
               max_depth = 15, 
               nround=100, 
               subsample = 0.5,
               colsample_bytree = 0.5,
               seed = 1,
               eval_metric = "auc",
               objective = "binary:logistic",
               num_class = 12,
               nthread = 3)

获取以下错误：

amalgamation/../src/objective/regression_obj.cc:90: xgb.iter.update中的错误(bst$xgb.iter.update，dtrain，迭代- 1，obj)：09:17:34 xgb.iter.update检查失败：(preds.size()) == (info.labels.size())标签不正确providedpreds.size=840756，label.size=70063

有人能帮我解决这个问题吗？无法解决这个问题。

Answer 1

尝试从参数中删除num_class = 12。

Answer 2

错误是：labels are not correctly provided preds.size=840756, label.size=70063

这意味着df_all_combined中的行数与target_train中的行数不相对应。

所以target_train应该是形状(840756，)

Answer 3

Xgboost有一个具有多类分类的bug。它使用preds.size () = info.labels.size() * num_classes，而使用'auc‘，这是错误的。所以，使用任何其他度量，如merror。