feature_names必須是唯一的 - Xgboost

Question

我正在爲非常稀疏的矩陣運行xgboost模型。

我收到此錯誤。 ValueError：feature_names必須是唯一的

我該如何處理？

這是我的代碼。

yprob = bst.predict(xgb.DMatrix(test_df))[:,1] 

Answer 1

根據所述的xgboost source code documentation，此錯誤只發生在one place - 在一個DMatrix內部函數。這裏的源代碼摘錄如下：

if len(feature_names) != len(set(feature_names)): 
    raise ValueError('feature_names must be unique') 

所以，這裏的錯誤文字很漂亮，您的test_df至少有一個重複的功能/列名稱。

您已在此貼子上標記pandas;這表明test_df是熊貓DataFrame。在這種情況下，DMatrixliterally runs df.columns來提取feature_names。檢查您的test_df重複的列名稱，刪除或重命名它們，然後再次嘗試DMatrix()。

Answer 2

解決此問題的一種方法是使用在準備數據時唯一的列名稱，然後應該解決問題。