Python 使用交叉验证XGboost时出现Windows错误0xe06d7363

我正在为python使用xgb api，在尝试执行xgb.cv时，出现以下错误：

param = {'max_depth': 6, 'eta': 0.1,'objective' :'reg:squarederror','subsample':0.8 ,'gamma':0,
         'colsample_bytree':1,'nthread':cores,'base_score':y_train.mean(),'eval_metric':'rmse'}
num_round = 1
evallist = [(test, 'eval'), (train, 'train')]


xgb.cv(param, train, num_round, nfold=5,
           metrics={'error'}, seed=0,
           callbacks=[xgb.callback.print_evaluation(show_stdv=True)])
    
    
        OSError                                   Traceback (most recent call last)
        <ipython-input-29-9d56c9a868ed> in <module>
              5 xgb.cv(param, train, num_round, nfold=5,
              6        metrics={'error'}, seed=0,
        ----> 7        callbacks=[xgb.callback.print_evaluation(show_stdv=True)])
        
        ~\Anaconda3\lib\site-packages\xgboost\training.py in cv(params, dtrain, num_boost_round, nfold, stratified, folds, metrics, obj, feval, maximize, early_stopping_rounds, fpreproc, as_pandas, verbose_eval, show_stdv, seed, callbacks, shuffle)
            464     results = {}
            465     cvfolds = mknfold(dtrain, nfold, params, seed, metrics, fpreproc,
        --> 466                       stratified, folds, shuffle)
            467 
            468     # setup callbacks
        
        ~\Anaconda3\lib\site-packages\xgboost\training.py in mknfold(dall, nfold, param, seed, evals, fpreproc, stratified, folds, shuffle)
            323     for k in range(nfold):
            324         # perform the slicing using the indexes determined by the above methods
        --> 325         dtrain = dall.slice(in_idset[k])
            326         dtest = dall.slice(out_idset[k])
            327         # run preprocessing on the data set if needed
        
        ~\Anaconda3\lib\site-packages\xgboost\core.py in slice(self, rindex, allow_groups)
            955                                                  c_bst_ulong(len(rindex)),
            956                                                  ctypes.byref(res.handle),
        --> 957                                                  ctypes.c_int(1 if allow_groups else 0)))
            958         return res
            959 
        
        OSError: [WinError -529697949] Windows Error 0xe06d7363

param={'max_depth'：6，'eta'：0.1，'objective'：'reg:squarederror'，'subsample'：0.8，'gamma'：0，
“colsample\u bytree”：1，'nthread'：cores，'base\u score'：y\u train.mean（），'eval\u metric'：'rmse'}
num_round=1
evallist=[（测试，'eval'），（列车，'train'）]
xgb.cv（参数，序列，循环数，nfold=5，
度量={'error'}，seed=0，
回调=[xgb.callback.print\u求值（show\u stdv=True）]）
OSError回溯（最近一次调用上次）
在里面
5 xgb.cv（参数、序列、轮数、nfold=5，
6指标={'error'}，种子=0，
---->7回调=[xgb.callback.print\u求值（show\u stdv=True）]）
cv中的~\Anaconda3\lib\site packages\xgboost\training.py（参数、dtrain、num\u boost\u round、nfold、分层、折叠、度量、obj、feval、最大化、提前停止\u rounds、fpreproc、as\u pandas、verbose\u eval、show\u stdv、seed、callbacks、shuffle）
464结果={}
465 cvfolds=mknfold（数据训练、nfold、参数、种子、度量、fpreproc、，
-->466分层、折叠、洗牌）
467
468#设置回调
mknfold中的~\Anaconda3\lib\site packages\xgboost\training.py（dall、nfold、param、seed、evals、fpreproc、分层、折叠、洗牌）
323适用于范围内的k（nfold）：
324#使用上述方法确定的索引执行切片
-->325 dtrain=dall.slice（在idset[k]中）
326 dtest=dall.slice（out_idset[k]）
327#如果需要，对数据集运行预处理
切片中的~\Anaconda3\lib\site packages\xgboost\core.py（self、rindex、allow\u组）
955 c_bst_ulong（len（rindex）），
956 ctypes.byref（res.handle），
-->957 ctypes.c_int（如果允许，则为1，否则为0）））
958返回res
959
操作错误：[WinError-529697949]Windows错误0xe06d7363

我已经尝试安装和卸载XGB，但我认为这不是问题所在，因为我可以进行培训，问题在于我尝试进行交叉验证时

我正在使用：

Python:3.7.3（默认值，2019年4月24日，15:29:51）[MSC v.1915 64位（AMD64）]

xgb.版本“1.1.0”

更新20200831

它对我的作用是：

一,。卸载xgboost

二,。升级pip

三,。使用pip3重新安装xgboost安装xgboost