LightGBM：ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()答案

【问题标题】：LightGBM: ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()LightGBM：ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()
【发布时间】：2018-12-01 14:19:40
【问题描述】：

我正在运行具有分类特征的lightgbm：

X_train, X_test, y_train, y_test = train_test_split(train_X, train_y, test_size=0.3)

train_data = lgb.Dataset(X_train, label=y_train, feature_name=X_train.columns, 
                                  categorical_feature=cat_features)

test_data = lgb.Dataset(X_test, label=y_train, reference=train_data)

param = {'num_trees': 4000, 'objective':'binary', 'metric': 'auc'}
bst = lgb.train(param, train_data, valid_sets=[test_data], early_stopping_rounds=100)

原来是错误：

如果 self.handle 不是 None 并且 feature_name 不是 None 并且 feature_name != 'auto'：

ValueError：具有多个元素的数组的真值是模糊的。使用 a.any() 或 a.all()

我在stackoverflow上检查了其他类似的错误，主要与numpy相关，然后我检查了文档并尝试用[0, 2, 5, ...]之类的索引替换我的categorical_feature（我原来是分类特征的列名），仍然是同样的错误。

我也试过用列索引替换label，还是报错。

有人可以帮忙吗？提前致谢。

【问题讨论】：

我的所有分类特征也都经过了 LabelEncoded
相关？：stackoverflow.com/questions/10062954/…

标签： python lightgbm

【解决方案1】：

我还发现 drop feature_name 有效。

train_data = lgb.Dataset(X_train, label=y_train, categorical_feature=cat_features)
test_data = lgb.Dataset(X_test, label=y_test, reference=train_data)

param = {'num_trees': 4000, 'objective':'binary', 'metric': 'auc'}
bst = lgb.train(param, train_data, valid_sets=[test_data], early_stopping_rounds=100)

【讨论】：

这是因为feature_name='auto' 是默认值

【解决方案2】：

我认为，您传递feature_name 的方式存在问题。构造函数需要一个列表，然后 oyu 将其传递给 pandas.core.indexes.base.Index。问题在于，在错误提到的 if 语句中的此类对象 feature_name != 'auto' 上，条件是元素方面的。因此or 尝试加入bool 和numpy.ndarray。

一个简单的解决方案是转换为列表 (feature_name=X_train.columns.tolist()) 或使用 feature_name='auto'，这将在内部从 pd.DataFrame 中提取名称

【讨论】：