Python 尝试运行xgboost.predict或xgboost.score时出现奇怪错误

我试图在没有任何缺失数据的数据集上运行xgboost回归器模型

# Run GBM on training dataset
# Create xgboost object
pts_xgb = xgb.XGBRegressor(objective="reg:squarederror", missing=None, seed=42)

# Fit xgboost onto data
pts_xgb.fit(X_train
    ,y_train
    ,verbose=True
    ,early_stopping_rounds=10
    ,eval_metric='rmse'
    ,eval_set=[(X_test,y_test)])

模型创建似乎工作正常，我使用以下方法确认X_train和y_train没有空值：

print(X_train.isnull().values.sum()) # prints 0
print(y_train.isnull().values.sum()) # prints 0

但是当我运行下面的代码时，我得到了下面的错误

代码：

错误：

---------------------------------------------------------------------------
XGBoostError                              Traceback (most recent call last)
<ipython-input-37-39b223d418b2> in <module>
----> 1 pts_xgb.score(X_train_test,y_train_test)

/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/sklearn/base.py in score(self, X, y, sample_weight)
    551 
    552         from .metrics import r2_score
--> 553         y_pred = self.predict(X)
    554         return r2_score(y, y_pred, sample_weight=sample_weight)
    555 

/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/xgboost/sklearn.py in predict(self, X, output_margin, ntree_limit, validate_features, base_margin, iteration_range)
    818         if self._can_use_inplace_predict():
    819             try:
--> 820                 predts = self.get_booster().inplace_predict(
    821                     data=X,
    822                     iteration_range=iteration_range,

/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/xgboost/core.py in inplace_predict(self, data, iteration_range, predict_type, missing, validate_features, base_margin, strict_shape)
   1844             from .data import _maybe_np_slice
   1845             data = _maybe_np_slice(data, data.dtype)
-> 1846             _check_call(
   1847                 _LIB.XGBoosterPredictFromDense(
   1848                     self.handle,

/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/xgboost/core.py in _check_call(ret)
    208     """
    209     if ret != 0:
--> 210         raise XGBoostError(py_str(_LIB.XGBGetLastError()))
    211 
    212 

XGBoostError: [09:18:58] /Users/travis/build/dmlc/xgboost/src/c_api/c_api_utils.h:157: Invalid missing value: null
Stack trace:
  [bt] (0) 1   libxgboost.dylib                    0x000000011e4e7064 dmlc::LogMessageFatal::~LogMessageFatal() + 116
  [bt] (1) 2   libxgboost.dylib                    0x000000011e4d9afc xgboost::GetMissing(xgboost::Json const&) + 268
  [bt] (2) 3   libxgboost.dylib                    0x000000011e4e0a13 void InplacePredictImpl<xgboost::data::ArrayAdapter>(std::__1::shared_ptr<xgboost::data::ArrayAdapter>, std::__1::shared_ptr<xgboost::DMatrix>, char const*, xgboost::Learner*, unsigned long, unsigned long, unsigned long long const**, unsigned long long*, float const**) + 531
  [bt] (3) 4   libxgboost.dylib                    0x000000011e4e04d3 XGBoosterPredictFromDense + 339
  [bt] (4) 5   libffi.dylib                        0x00007fff2dc7f8e5 ffi_call_unix64 + 85

---------------------------------------------------------------------------
XGBoostError回溯（最近一次呼叫最后一次）
在里面
---->1分xgb.分数（X\U系列测试、y\U系列测试）
/分数中的Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/sklearn/base.py（self，X，y，sample_weight）
551
552来自。指标导入r2_分数
-->553 y_pred=自我预测（X）
554返回r2_分数（y，y_pred，样本重量=样本重量）
555
/预测中的Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/xgboost/sklearn.py（self、X、output\u margin、ntree\u limit、validate\u features、base\u margin、iteration\u range）
818如果self.\u可以使用\u in place\u predict（）：
819试试：
-->820 predts=self.get_booster（）.in place_predict(
821数据=X，
822迭代范围=迭代范围，
/库/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/xgboost/core.py in-place\u predict（自我、数据、迭代范围、预测类型、缺失、验证\u功能、基本\u边距、严格\u形状）
1844从。数据导入\u可能\u np\u切片
1845 data=\u maybe\u np\u切片（data，data.dtype）
->1846(检查)电话(
1847年_LIB.xgboostepredictfrommense(
1848年的今天，
/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/xgboost/core.py in\u check\u call（ret）
208     """
209如果ret！=0：
-->210 raise XGBoosError（py_str（_LIB.XGBGetLastError（）））
211
212
xGBoothror:[09:18:58]/Users/travis/build/dmlc/xgboost/src/c_-api/c_-api_-utils.h:157:无效缺少值：null
堆栈跟踪：
[bt]（0）1 libxgboost.dylib 0x000000011e4e7064 dmlc:：LogMessageFatal:：~LogMessageFatal（）+116
[bt]（1）2 libxgboost.dylib 0x000000011e4d9afc xgboost:：GetMissing（xgboost:：Json const&）+268
[bt]（2）3 libxgboost.dylib 0x000000011e4e0a13 void InplacePredictImpl（std:：uu 1:：shared_ptr，std:u 1:：shared_ptr，char const*，xgboost:：Learner*，unsigned long，unsigned long long const**，unsigned long long*，float const**）+531
[bt]（3）4 libxgboost.dylib 0x000000011e4e04d3 xgboosterpredictfrommense+339
[bt]（4）5 libffi.dylib 0x00007fff2dc7f8e5 ffi_调用unix64+85

如果我尝试运行

pts\u xgb.predict（X\u train）

编辑：这不是X_列或y_列中任何缺失/空值的问题。我在使用以下数据集时遇到了相同的错误，该数据集比我的实际数据集小得多（见下文）：

列车：

y_列车：

---

有人知道为什么会发生这种情况吗？我找不到任何其他论坛讨论同样的问题。

这是一个缺少/空值的问题

代替

xgb.xgb回归器（objective=“reg:squaredrror”，missing=None，seed=42）

尝试

xgb.xgb回归器（objective=“reg:squaredrror”，missing=1，seed=42）

---

因此，请参见以下内容的答案：

不要求和，而是尝试使用count？如果这也不显示null，请尝试使用NVL或coalesce将null替换为字符串，并计算该字符串的实例。我尝试了一些不同的方法，但所有结果都显示为0个null/空白字段。我甚至导出到Excel（使用X_train.to_Excel（…）因为这让我感觉更舒服，我确认没有空白单元格，所有单元格都是一个数字。您是如何在Excel中确认的？我对每一列进行了COUNT（）（只计算数值），并对每一列进行了COUNTBLANK（），以确认没有空白单元格。COUNT（）返回每列数据的确切行数，COUNTBLANK（）为每个列返回0确定，您可以尝试1件事，应用筛选器，下拉列表，并查看筛选器值，特别是列表末尾的筛选器值。可能是将空值转换为？或N/A或其他内容。为几个示例列尝试此操作。啊，好的，非常感谢您的帮助。您为什么建议将“missing=1”放在“尽管如此，我不是最好首先从xgb回归器中排除缺失的参数，因为我实际上没有缺失任何数据吗？如果您查看以下链接上的文档，您肯定可以做到这一点：“缺失（float，default np.nan）–数据中需要作为缺失值出现的值。”我认为问题在于，当您指定None时，它将其视为无效值。缺少的值可以是float或NaN（如果您排除参数）…它不能是stringyes如果没有任何缺少的值，最好删除该参数；因为它会隐式地表示数据集中没有任何缺少的值，因此在评分或预测时不会忽略任何行

---------------------------------------------------------------------------
XGBoostError                              Traceback (most recent call last)
<ipython-input-37-39b223d418b2> in <module>
----> 1 pts_xgb.score(X_train_test,y_train_test)

/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/sklearn/base.py in score(self, X, y, sample_weight)
    551 
    552         from .metrics import r2_score
--> 553         y_pred = self.predict(X)
    554         return r2_score(y, y_pred, sample_weight=sample_weight)
    555 

/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/xgboost/sklearn.py in predict(self, X, output_margin, ntree_limit, validate_features, base_margin, iteration_range)
    818         if self._can_use_inplace_predict():
    819             try:
--> 820                 predts = self.get_booster().inplace_predict(
    821                     data=X,
    822                     iteration_range=iteration_range,

/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/xgboost/core.py in inplace_predict(self, data, iteration_range, predict_type, missing, validate_features, base_margin, strict_shape)
   1844             from .data import _maybe_np_slice
   1845             data = _maybe_np_slice(data, data.dtype)
-> 1846             _check_call(
   1847                 _LIB.XGBoosterPredictFromDense(
   1848                     self.handle,

/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/xgboost/core.py in _check_call(ret)
    208     """
    209     if ret != 0:
--> 210         raise XGBoostError(py_str(_LIB.XGBGetLastError()))
    211 
    212 

XGBoostError: [09:18:58] /Users/travis/build/dmlc/xgboost/src/c_api/c_api_utils.h:157: Invalid missing value: null
Stack trace:
  [bt] (0) 1   libxgboost.dylib                    0x000000011e4e7064 dmlc::LogMessageFatal::~LogMessageFatal() + 116
  [bt] (1) 2   libxgboost.dylib                    0x000000011e4d9afc xgboost::GetMissing(xgboost::Json const&) + 268
  [bt] (2) 3   libxgboost.dylib                    0x000000011e4e0a13 void InplacePredictImpl<xgboost::data::ArrayAdapter>(std::__1::shared_ptr<xgboost::data::ArrayAdapter>, std::__1::shared_ptr<xgboost::DMatrix>, char const*, xgboost::Learner*, unsigned long, unsigned long, unsigned long long const**, unsigned long long*, float const**) + 531
  [bt] (3) 4   libxgboost.dylib                    0x000000011e4e04d3 XGBoosterPredictFromDense + 339
  [bt] (4) 5   libffi.dylib                        0x00007fff2dc7f8e5 ffi_call_unix64 + 85