Python 尝试拟合XgBoost模型时，元组索引超出范围

我试着在单词向量上训练xgboost模型。 当我这样做的时候

model = xgb.XGBClassifier()
model.fit(X_train["comment_preproc"], y_train["label"])
y_predict = model.predict(X_test["comment_preproc"])

我得到了错误

IndexError                                Traceback (most recent call last)
<ipython-input-26-870161aebeee> in <module>()
      1 model = xgb.XGBClassifier()
----> 2 model.fit(X_train["comment_preproc"], y_train["label"])
      3 y_predict = model.predict(X_test["comment_preproc"])

/usr/local/lib/python3.6/dist-packages/xgboost/sklearn.py in fit(self, X, y, sample_weight, eval_set, eval_metric, early_stopping_rounds, verbose, xgb_model, sample_weight_eval_set, callbacks)
    717             evals = ()
    718 
--> 719         self._features_count = X.shape[1]
    720 
    721         if sample_weight is not None:

IndexError: tuple index out of range

索引器错误回溯（最近一次调用）
在（）
1模型=xgb.XGBClassifier（）
---->2.模型拟合（X_系列[“注释”]、y_系列[“标签”]）
3 y_predict=model.predict（X_测试[“评论预处理”]）
/usr/local/lib/python3.6/dist-packages/xgboost/sklearn.py in-fit（self、X、y、样本权重、评估集、评估度量、提前停止、详细、xgb模型、样本权重评估集、回调）
717评估=（）
718
-->719自我特征计数=X.形状[1]
720
721如果样品重量不是无：
索引器错误：元组索引超出范围

我想也许X_火车和y_火车有不同的形状，但事实并非如此

我做错了什么？

元组

（758079，）

和

（758079，）

只包含一个元素

因此，您会得到以下错误：

t=（758079，） >>>t[0] 758079 >>>t[1] 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 索引器错误：元组索引超出范围 只需将

.to\u frame（）

添加到您的

X\u列车[“评论预处理”]

系列：

model.fit（X_train[“comment_preproc”]。到_frame（），y_train[“label”]）

或

model.fit（X_列[[“评论”]、y_列[“标签”]）

应该行得通