小编tew*_*rty的帖子

我有四个类别特征和第五个数字特征 (Var5)。当我尝试以下代码时：

cat_attribs = ['var1','var2','var3','var4']

full_pipeline = ColumnTransformer([('cat', OneHotEncoder(handle_unknown = 'ignore'), cat_attribs)], remainder = 'passthrough')
X_train = full_pipeline.fit_transform(X_train)

model = XGBRegressor(n_estimators=10, max_depth=20, verbosity=2)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

当模型尝试进行预测时，我收到以下错误消息：

ValueError：数据的 DataFrame.dtypes 必须是 int、float、bool 或 categorical。当提供分类类型时，DMatrix 参数 enable_categorical必须设置为True.Var1、Var2、Var3、Var4

有谁知道这里出了什么问题？

如果有帮助，这里是 X_train 数据和 y_train 数据的一个小样本：

       Var1  Var2  Var3 Var4        Var5
1507856   JP  2009  6581  OME  325.787218
839624    FR  2018  5783  I_S   11.956326
1395729   BE  2015  6719  OME   42.888565
1971169   DK  2011  3506  RPP   70.094146
1140120   AT  2019  5474  NMM …