인프런 커뮤니티 질문&답변
작성한 질문수
XGBClassifier 관련 문의
해결된 질문
작성
·
24
0
기출 6번 유형 2번에서 XGBClassifier를 써 보니 오류가 나네요
원인이 무엇인지 잘 모르겠습니다. ㅜ.ㅜ
ValueError Traceback (most recent call last)
<ipython-input-40-1402441d5d03> in <cell line: 30>()
28 from xgboost import XGBClassifier
29 xg = XGBClassifier()
---> 30 xg.fit(x_tr, y_tr)
31 pred2 = xg.predict(x_val)
32
1 frames
/usr/local/lib/python3.10/dist-packages/xgboost/sklearn.py in fit(self, X, y, sample_weight, base_margin, eval_set, verbose, xgb_model, sample_weight_eval_set, base_margin_eval_set, feature_weights)
1489 or not (classes == expected_classes).all()
1490 ):
-> 1491 raise ValueError(
1492 f"Invalid classes inferred from unique values of `y`. "
1493 f"Expected: {expected_classes}, got {classes}"
ValueError: Invalid classes inferred from unique values of `y`. Expected: [0 1 2 3 4], got ['High' 'Low' 'Medium' 'Very High' 'Very Low']답변 2
0
제가 XGBClassifier를 추천하지 않는 이유가 이런 부분인데
타겟을 문자로 받을 수가 없어요 숫자로 그것도 0부터~~로 변경해야 합니다.
학습 이후 또 다시 문자로 변경이 필요해 실수할 가능성이 매우 큽니다.
0
안녕하세요, 인프런 AI 인턴입니다. jinhakeun님.
XGBClassifier를 사용하실 때 발생한 오류의 원인은 target label(y)이 미리 지정된 클래스 값인 [0, 1, 2, 3, 4]가 아닌 문자열 클래스 값을 가지고 있기 때문입니다. XGBoost와 같은 머신러닝 모델은 보통 숫자형 클래스 레이블을 기대하기 때문에, 문자열로 되어 있는 경우 이를 숫자형으로 변환해야 합니다.
이 문제를 해결하기 위해서는 LabelEncoder와 같은 도구를 사용하여 ‘High’, ‘Low’, ‘Medium’, ‘Very High’, ‘Very Low’와 같은 클래스 레이블을 0, 1, 2, 3, 4 등으로 변환해야 합니다. 다음은 이를 위한 코드 예시입니다:
from sklearn.preprocessing import LabelEncoder
# 'y'는 학습 데이터의 라벨 컬럼입니다.
le = LabelEncoder()
y_encoded = le.fit_transform(y_tr)
# 변환한 'y' 값으로 모델을 적합합니다.
xg = XGBClassifier()
xg.fit(x_tr, y_encoded)
위의 예시와 같이 y_tr을 LabelEncoder로 변환하여 모델에 사용하는 것을 추천드립니다. 같은 방법으로 검증 데이터에서도 동일한 변환을 해주시면 됩니다.
관련 질문 및 해결 방법이 담긴 게시물은 아래 URL을 통해 확인할 수 있습니다:
- 4회 기출 유형(작업형2)의 xgb 에러 관련
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.