Python 拟合参数不'；t使用XGBoost和剪刀学习多输出分离器

我想使用scikit中的

多输出回归器

学习如何训练XGB解决多输出回归问题。但是我不能将

fit_params

字典传递给

多输出分离器的
.fit
方法。看起来它无法识别里面的参数

我收到这个错误：

from sklearn.multioutput import MultiOutputRegressor
from xgboost.sklearn import XGBRegressor
XGB = XGBRegressor(n_jobs=1, max_depth=10, n_estimators=100, learning_rate=0.2)  
fit_params = {'early_stopping_rounds':5,
                'eval_set':[(X_holdout,Y_holdout)],
                'eval_metric':'mae',
                'verbose':False}
multi = MultiOutputRegressor(XGB, n_jobs=-1)    
multi.fit(X_train,Y_train,**fit_params) 

Traceback (most recent call last):

  File "<ipython-input-16-e245db56e1be>", line 9, in <module>
    multi.fit(X_train,Y_train,**fit_params)

TypeError: fit() got an unexpected keyword argument 'early_stopping_rounds'

似乎您已经安装了scikit学习包版本，其中没有为MultiOutputRegressor实现**fit_params param of fit方法。您可以使用以下命令检查已安装软件包的版本：

import sklearn
print(sklearn.__version__)

将scikit学习包升级到版本0.23.1后，您可以在MultiOutputRegressor对象的fit方法中使用**fit_参数。您可以通过以下方式进行升级：

pip install --upgrade scikit-learn

pip install --upgrade scikit-learn