Python Xgboost GridSearchCV被杀，如何修复？

Question

我刚接触过Python上的xgboost，今天我试图遵循这里的教程：https://jessesw.com/XG-Boost/。在

然后我用我自己的数据尝试了xgboost，它不用gridsearch就可以正常工作。然后我按照教程做了gridsearch，但是看起来它不起作用。这是我的代码：

cv_params = {'max_depth': [3, 5, 7], 'min_child_weight': [1, 3, 5]}
ind_params = {'learning_rate': 0.1, 'n_estimators': 500, 'seed': 0,
          'subsample': 0.8, 'colsample_bytree': 0.8,
          'objective': 'reg:linear'}

optimized_GBM = GridSearchCV(xgb.XGBClassifier(**ind_params),
                         cv_params,
                         cv=5, n_jobs=2, verbose=2)

optimized_GBM.fit(train_x, train['label'])

我得到了这个输出：

^{pr2}$

任何建议都将不胜感激！在

Answer 1

在我的例子中，原因是在colsample_by_tree中。当特征总数少于10个时为0.1。在

失败的原因是一个断言，当tree试图学习具有n个样本和0个特征的数据集时。在