我正在尝试在Python中使用XGBoost包
运行此代码时出现此错误
import xgboost as xgb
data=np.array(traindata.drop('Category',axis=1))
labels=np.array(traindata['Category'].cat.codes)
dtrain = xgb.DMatrix( data, label=labels)
param = {'bst:max_depth':6, 'bst:eta':0.5, 'silent':1, 'objective':'multi:softprob' }
param['nthread'] = 4
param['eval_metric'] = 'mlogloss'
param['lambda'] = 1
param['num_class']=39
evallist = [(dtrain,'train')]
plst = param.items()
plst += [('eval_metric', 'ams@0')]
num_round = 10
bst = xgb.train( plst, dtrain, num_round, evallist )
bst.save_model('0001.model')
-------------------------------------------------- ------------------------- XGBoostError错误回溯（最近的调用
最后）在（）
17
18 num_round = 10
---> 19 bst = xgb.train（plst，dtrain，num_round，evallist）
20
21 bst.save_model（'0001.model'）
/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/xgboost/training.pyc
在训练中（params，dtrain，num_boost_round，evals，obj，feval，maximum，
early_stopping_rounds，evals_result，verbose_eval，learning_rates，
xgb_model）
122 nboost + = 1
123如果len（evals）！= 0：
-> 124 bst_eval_set = bst.eval_set（evals，i，feval）
125如果isinstance（bst_eval_set，STRING_TYPES）：
126毫秒= bst_eval_set
/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/xgboost/core.pyc
在eval_set中（self，evals，迭代，feval）
（753）
754 dmats，evnames，len（evals），
-> 755 ctypes.byref（msg）））
756返回msg.value
757：
/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/xgboost/core.pyc
在_check_call（ret）中
95“”“
96如果ret！= 0：
---> 97引发XGBoostError（_LIB.XGBGetLastError（））
98
99
XGBoostError：我们需要权重来评估ams
我在文档中什么都看不到
https://xgboost.readthedocs.io/en/latest/python/python_intro.html
http://www.analyticsvidhya.com/blog/2016/03/complete-guide-parameter-tuning-xgboost-with-codes-python/
最佳答案
在计算ams指标时，您需要为每个标记的训练点分配权重。在创建DMatrix时，可以通过使用关键字参数weight来设置权重。一个简单的例子。
weights = np.ones(len(labels))
dtrain = xgb.DMatrix(data, label = labels, weight = weights)
还有最近的Kaggle竞赛中的一个深入示例：https://github.com/tqchen/xgboost/blob/master/demo/kaggle-higgs/higgs-numpy.py。