[LightGBM] [Fatal] Wrong size of feature_names

已于 2022-08-14 23:02:41 修改
阅读量893 收藏 1
点赞数 1
CC 4.0 BY-SA版权
分类专栏： question 文章标签： python 机器学习
于 2022-08-13 15:08:15 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/m0_53155317/article/details/126319945
本文介绍了解决LightGBM中因特征名过长或含有特殊字符导致的错误的方法。通过删除过长的列名或修正列名中的换行符，可以有效避免程序报错。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

解决

LightGBMError: Wrong size of feature_names


[LightGBM] [Fatal] Wrong size of feature_names

通过检查发现，数据集中有一列的列名过长，长度为30，删除这一列后程序能够运行

或者列名中含有换行符

《Python基础教程》内容总览篇（持续更新中）
weixin_43178406的博客
08-26 30万+
大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为优快云博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。个人精心开设的《Python基础课程》专栏订阅量接近900，帮助不少同学解决了Bug。
操作系统学习笔记(6)--启动盘制作
马如林的IT博客
05-23 1606
启动盘 ; This macro is used to calculate padding needed; to ensure that the boot sector is exactly 512 bytes; in size. The argument is the desired offset to be; padded to.%macro PadFromStart
feature_names mismatch XGBoost错误解析
lujiandong1的专栏
10-06 1万+
feature_names mismatch 的错误就是训练集和测试集的特征个数不一致导致的。 一、 a.csv:最大小标是5。所以,训练集的特征维数就是6 b.csv:最大小标是4。所以,训练集的特征维数就是5 所以,就是训练集和测试集的训练特征的维数不一致，就会报错。 二、 a.csv:最大小标是4。所以,训练集的特征维数就是5 b.csv:最
ValueError: Length of feature_names, 4 does not match number of features, 2解决方式
kongkongqixi的博客
07-15 1万+
运行tree.export_graphviz（）方法时报错ValueError: Length of feature_names, 4 does not match number of features, ，是方法里的feature_names参数出问题，featture_names定义的列不包括标签列，而且要和训练集的列数相同。...
python机器学习案例系列教程——LightGBM算法
全栈工程师开发手册（原创）https://github.com/tencentmusic/cube-studio
05-08 5万+
全栈工程师开发手册 （作者：栾鹏） python教程全解 安装pip install lightgbmgitup网址：https://github.com/Microsoft/LightGBM中文教程http://lightgbm.apachecn.org/cn/latest/index.htmllightGBM简介xgboost的出现，让数据民工们告别了传统的机器学习算法们：RF、GBM
LightGBMError: Length of label is not same with #data
微电子学与固体电子学-俞驰
09-15 6394
完整错误如下如下： --------------------------------------------------------------------------- LightGBMError Traceback (most recent call last) <timed exec> in <module>...
实现在没有安装lightGBM的电脑上解析lightgbm模型
lccever的博客
05-23 1486
lightGBM需要安装在64位系统上，如果是32位的系统，则无法解析lightGBM模型，因此有必要写一个函数可以直接解析lightGBM模型，方法是利用light.train的模型的dump_model方法产生json模型，然后利用上他，如前这个dump_model有些小bug，dump后feature_names会有些小差别，因此对齐进行替换保证feature_name一致。1. 导入模块f...
EurekaLog_7.5.0.0_Enterprise
11-15
32)..Changed: Descriptions of EurekaLog project options now list corresponding property names of TEurekaModuleOptions class. 33)..Changed: Default template of ...
英伟达SSD视觉算法模型训练代码解析
最新发布
qq_18677445的博客
06-13 1008
基础网络（Backbone）：主要负责从输入图像中提取特征，常用预训练模型如VGG、ResNet、MobileNet等。检测头（Detection Head）：利用基础网络提取的特征，进行边界框回归和类别预测，完成具体的目标检测任务。结合预训练的基础网络和检测头，可以有效提高模型的性能和训练效率。--base-net参数用于加载预训练的基础网络，在训练新的 SSD 模型时提供一个已经学到有用特征的起点。参数用于加载完整的预训练 SSD 模型，包括基础网络和检测头，用于微调或继续训练。
Xenomai 3.1的错误记录
weixin_44991673的博客
06-17 2094
POSIX可移植操作系统接口(Portable Operating System Interface of UNIX) POSIX标准意在期望获得源代码级别的软件可移植性。换句话说，为一个POSIX兼容的操作系统编写的程序，应该可以在任何其它的POSIX操作系统（即使是来自另一个厂商）上编译执行。 如下是makefile文件： SKIN=alchemy //皮肤设置 MAIN_SRC=periodicTask//对应任务的名字 TARGET=periodicTask LM=-lm CFLAGS :
（原创）lightgbm 一些错误情况处理
weixin_30684743的博客
04-28 7058
1、做多分类问题时候（mutticlass），如果遇到 lightgbm.basic.LightGBMError: b'Number of classes should be specified and greater than 1 for multiclass training'需要在params里面添加num_class参数项 import lightgbm as lgb ...
【20210910】【机器/深度学习】lightGBM模型训练中报错：“Cannot set reference after freed raw data“
诗小葵的博客
09-10 1579
一、原因在于： lightGBM模型训练完之后，Dataset的数据就会被清空，虽然在变量中它还存在，但实际已经被清空了，所以要再使用的话，需要重新生成！ 二、补充知识点： lightGBM 模型训练时，输入的数据类型是 Dataset 格式，所以需要用 lgb.Dataset() 先进行格式转换！ ...
lightgbm错误
qq_45460490的博客
04-01 1247
运行lgb的时候出现的错误，网上查到原因可能为两个： 1.版本过新（但是我找不到回退版本的方法）； 2.特征中有特殊符号（但是在同样的情况下我用另外一套lightgbm代码是没问题的）。 然后我在运行错误语句之前加了 ss = MinMaxScaler() x_train = ss.fit_transform(x_train, y_train) x_test = ss.transform(x_t...
LightGBM C++使用问题
wd1603926823的专栏
04-12 5888
lightGBM C++在ubuntu以及windows下的编译、调试、测试官例、运行以及优化，消除警告。并和python下的结果对比正确。自己的工程中使用LGBM C++动态库对每张图片的推理/预测。
LightGBM算法总结
热门推荐
城市幽灵
08-21 11万+
1 LightGBM原理 1.1 GBDT和 LightGBM对比 ​ GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好、不易过拟合等优点。GBDT 在工业界应用广泛，通常被用于点击率预测，搜索排序等任务。GBDT 也是各种数据挖掘竞赛的致命武器...
lightGBM dump_model 错误解决
lccever的博客
05-17 2547
lightGBM dump_model的功能是吧模型转变为json字典，然后就可以对其进行方便的操作，然后有时候会报JSONDecodeError: Expecting ',' delimiter: line 7 column 95 (char 209)以下示例本错误并且提出解决办法from tsfresh import extract_features from tsfresh.feature_...
【lightgbm 使用经验总结教训】
Wanderist_
06-13 2万+
做快手公司举办的2018中国高校计算机大赛--大数据挑战赛有半个月了，从5月30日开始到现在基本一直在构造特征，但是当我构造的特征到后期的时候，发现加特征之后，明明验证集上的准确率提高了，但是线上的结果一直提不上去，我怀疑的是特征的问题，但是今天6月13日，我仔细看了lightgbm算法的说明文档后才发现，我用的earlystopping方法一直没有用迭代最好的那一次去预测，即这个 同...
lightgbm 安装报错解决
wangwangstone的博客
08-21 3894
报错提示： ERROR: Command errored out with exit status 1: command: /bin/python -c 'import sys, setuptools, tokenize; sys.argv[0] = '"'"'/tmp/pip-install-B6tTOW/lightgbm/setup.py'"'"'; __file__='"'"'/tmp/pip-install-B6tTOW/lightgbm/setup.py'"'"';f=get...
训练LightGBM模型 > model <- lgb.train(params, lgb_train) [LightGBM] [Fatal] Length of label is not same with #data Error in self$set_field(field_name = names(p), data = p[[1L]]) : Length of label is not same with #data
07-15
根据错误提示，"Length of label is not same with #data"，这意味着你的目标变量（即结局变量）与训练数据的行数不匹配。 请确保训练数据集`train_data`中的目标变量`y_train`的长度与训练数据集的行数相同。你可以使用以下代码检查它们的长度： ```R nrow(train_data) # 训练数据集的行数 length(y_train) # 目标变量的长度 ``` 如果它们的长度不同，你需要检查数据集是否正确加载，并确保目标变量列的名称与实际数据集中的列名一致。你可以使用以下代码查看数据集的列名： ```R colnames(train_data) # 查看训练数据集的列名 ``` 请确保目标变量列的名称在`train_data`中是正确的，并且与`y_train`向量的名称一致。如果列名不匹配，你可以使用以下代码进行修正： ```R # 修正目标变量列名 colnames(train_data)[colnames(train_data) == "错误列名"] <- "正确列名" ``` 请将"错误列名"替换为实际错误的列名，将"正确列名"替换为你想要设置的正确列名。然后，再次尝试训练LightGBM模型。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值