lightgbm 错误：ValueError: Unknown label type: 'continuous'

之前在做阿里广告预测比赛，处理了半天，发现在使用 cv 方法验证模型，并使用lightgbm训练时候的发现了一个很奇怪的报错。

ValueError: Unknown label type: 'continuous'

What ？？黑人问号脸？？

百思不得其解。这是什么意思。百度无果，于是自己分析判断一下。

在我把全部数据的”instance_id”去重之后，这个问题消失了。

df.drop_duplicates('instance_id','first',True)

这是什么原因？？ 于是我再往下看，下面我针对这个”instance_id”又做了一个“item_city_id”的one-hot处理，又用“instance_id”合并。

ont_hot_features = ['item_city_id']
ont_hot_list = df.loc[:,ont_hot_features + ['instance_id']]
ont_hot_list.loc[:,ont_hot_features] = ont_hot_list.loc[:,ont_hot_features].astype('str')
ont_hot_list = pd.get_dummies(ont_hot_list)
df = pd.merge(df,ont_hot_list,on='instance_id')

问题出现在merge这个函数和“instance_id”这个字段身上。

由于数据原因，instance_id 这个本该全局唯一的值在测试数据集和训练集上都有重复出现。所以在merge的时候，就算你指定了采用‘left’方式合并也会有笛卡尔积的重复。

所以我修改了下代码：

需要ont-hot处理

    ont_hot_features = ['item_city_id']
    ont_hot_list = df.loc[:,ont_hot_features + ['instance_id']]
    ont_hot_list.drop_duplicates('instance_id','first',True)
    ont_hot_list.loc[:,ont_hot_features] = ont_hot_list.loc[:,ont_hot_features].astype('str')
    ont_hot_list = pd.get_dummies(ont_hot_list)
    df = pd.merge(df,ont_hot_list,'left',on='instance_id')

先对“instance_id”进行去重，再进行左边Join。这样便不会出现笛卡尔乘积的情况。

至于为什么 lightgbm 训练的时候会对这个情况报错，需要我再进一步研究。

转自:https://blog.csdn.net/u010379324/article/details/79624795