python - feature_names 必须是唯一的 - Xgboost

Question

我正在为一个非常稀疏的矩阵运行 xgboost 模型。

我遇到了这个错误。 ValueError:feature_names 必须是唯一的

我该如何处理？

这是我的代码。

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

Answer 1

根据xgboost source code documentation , 此错误仅发生在 one place 中- 在 DMatrix 内部函数中。这是源代码摘录:

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

所以，这里的错误文本非常直白；您的 test_df 至少有一个重复的特征/列名称。

您已在这篇文章中标记了 pandas；这表明 test_df 是 Pandas DataFrame。在这种情况下，DMatrix literally runs df.columns提取 feature_names。检查您的 test_df 是否有重复的列名，删除或重命名它们，然后再次尝试 DMatrix()。