用xgboost进行网格搜索与交叉验证时 出现的问题

cv_params = {'n_estimators': [6,10,20,50],'learning_rate':[0.1,0.01,0.05]}
other_params = { 'max_depth': 5, 'min_child_weight': 1, 'seed': 0,'silent':0,
                    'subsample': 0.8, 'colsample_bytree': 0.8, 'gamma': 0, 'reg_alpha': 0, 'reg_lambda': 1}
model = xgb.XGBClassifier(**other_params)
optimized_GBM = GridSearchCV(estimator=model, param_grid=cv_params, scoring='accuracy', cv=5, verbose=1, n_jobs=80)

在这里会提示sklearn没有安装，这不扯了吗，之前都import了，然后查阅资料才知道是啥问题，sklearn的；版本问题，如果用0.20版本的话出问题，所以我换成0.19，然后再重新打开jupyter。

后来又出现下面这个问题，怎么解决的呢？

RemoteTraceback                           Traceback (most recent call last)

     85 
     86     # No metrics support "multiclass-multioutput" format
     87     if (y_type not in ["binary", "multiclass", "multilabel-indicator"]):
---> 88         raise ValueError("{0} is not supported".format(y_type))
        y_type = 'unknown'
     89 
     90     if y_type in ["binary", "multiclass"]:
     91         y_true = column_or_1d(y_true)
     92         y_pred = column_or_1d(y_pred)

ValueError: unknown is not supported
______________________________________

解决办法：

仔细又看了这个问题，出现在数据类型上，然后想起之前做xgboost时，y_train需要时list数据，而我自己的数据类型是np.array,所以又改变了数据类型。

总结：

无论出现什么问题，一定要仔细思考出现问题可能的原因是什么？，思考一下如何可以解决，而不是一味地baidu