【已解决】xgboost多标签分类预测，运行xgb.train时，报错SoftmaxMultiClassObj: label must be in [0, num_class)

业务场景为多标签分类预测，传闻xgboost拿下了kaggle赛场大部分非xx数据的冠军，于是初试牛刀xgboost。
xgboost模型训练报错，百度翻了一圈没找到对应的解决方案，最终通过猜测可能的堵点以及逐个尝试破解，试出了解决方案。
本着开荒分享促进交流的原则，谨写此帖。

报错背景及内容

报错提示行是“xgb.train(plst, dtrain, num_rounds)”：

# xgboost模型训练
model = xgb.train(plst, dtrain, num_rounds)

报错关键提示，
简单版：

SoftmaxMultiClassObj: label must be in [0, num_class)

复杂版：

“xgboost.core.XGBoostError: [14:54:48] /opt/concourse/worker/volumes/live/7a2b9f41-3287-451b-6691-43e9a6c0910f/volume/xgboost-split_1619728204606/work/src/objective/multiclass_obj.cu:120: SoftmaxMultiClassObj: label must be in [0, num_class).”

报错提示详情如下2图：

较全代码如下：

# 模型调用
import time
from sklearn.datasets import load_iris
import xgboost as xgb
from xgboost import plot_importance, plot_tree
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score  # 准确率
import matplotlib.pyplot as plt
import matplotlib
# %matplotlib inline
from sklearn.datasets import load_iris
from sklearn.datasets import load_boston

# # 记载样本数据集
# iris = load_iris()
# X, y = iris.data, iris.target
# print('X：\n',X,'\nY：\n',y)
# print('X.shape：\n',X.shape,'\ny.shape：\n',y.shape)

# 记载样本数据集
X, y = dt_sample, dt_label
print('X：\n',X,'\nY：\n',y)
print('X.shape：\n',X.shape,'\ny.shape：\n',y.shape)

# 数据集分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1234565)

# 算法参数
params = {
    # 通用参数
    'booster': 'gbtree',
    'nthread': 4,
    'silient': 0,
    # 'num_feature': 5,  # Boosting过程中用到的特征维数，设置为特征个数，xgboost会自动设置，无需人为设置。
    'seed': 1000,
    # 任务参数
    'objective': 'multi:softmax',  # 多分类问题
    'num_class': 6,  #类别总数，与multi softmax并用 6
    # 提升参数
    'gamma': 0.1,
    'max_depth': 6,
    'lambda': 2,
    'subsample': 0.7,
    'colsample_bytree': 0.7,
    'min_child_weight': 3,
    'eta': 0.1,
    # 'eval_metric': 'auc'
}

plst = params.items()
print("plst：\n", plst)
plst = list(params.items())
print("list(plst)：\n", plst)

# 生成数据集格式
dtrain = xgb.DMatrix(X_train, y_train)
#迭代次数，对于分类问题，每个类别的迭代次数。所以总的基学习器的个数 = 迭代次数*类别个数
num_rounds = 500
# xgboost模型训练
model = xgb.train(plst, dtrain, num_rounds)

# 对测试集进行预测
dtest = xgb.DMatrix(X_test)
y_pred = model.predict(dtest)
print("y_pred：\n", y_pred)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print('accuarcy:%.2f%%' % (accuracy * 100))

# 显示重要特征
plot_importance(model)
plt.show()

解决方案

把数据源中，所需预测的label标签列的数据取值范围，从1～6（即1，2，3，4，5，6），改成0～5（即0，1，2，3，4，5）。同样的代码，无需改动，重新运行一遍，即可成功。
PS：其实对于所有的分类，甚至是中文名称的分类，貌似有个数据处理过程，把所有的分类都转换成0～N的取值，再输入xgboost训练器。暂未有时间细看，如无意外应该就是one-hot（可以自行使用搜索引擎来确认）。

附数据源标签列改动前：取值1～6（模型训练报错）

数据源标签列改动后：取值0～5（模型训练正常）

解决过程

根据提示“label must be in [0, num_class)“，这似乎提示的是标签数据，即需要预测的多标签分类结果。
在报错前，label标签数据取值范围是1～6，即1，2，3，4，5，6等6种数字。

猜测有几种可能。
第一种：导入使用的数据集形态与xgboost训练器所需的数据集形态/格式有差异，例如dataframe与xgb专用数据集DMatrix的差异。
第二种，导入使用的数据集的数据，未经过分箱、one-hot等处理。后经尝试，是第二种。

完毕。