我正在将XGBRegressor与 Pipeline 一起使用。管道包含预处理步骤和模型（XGBRegressor）。
以下是完整的预处理步骤。（我已经定义了numeric_cols和cat_cols）
numerical_transfer = SimpleImputer()
cat_transfer = Pipeline(steps = [
('imputer', SimpleImputer(strategy = 'most_frequent')),
('onehot', OneHotEncoder(handle_unknown = 'ignore'))
])
preprocessor = ColumnTransformer(
transformers = [
('num', numerical_transfer, numeric_cols),
('cat', cat_transfer, cat_cols)
])
最终的管道是
my_model = Pipeline(steps = [('preprocessor', preprocessor), ('model', model)])
当我尝试在不使用Early_stopping_rounds 的情况下进行拟合时，代码工作正常。
(my_model.fit(X_train, y_train))
但是当我使用如下所示的Early_stopping_rounds时，我收到错误。
my_model.fit(X_train, y_train, model__early_stopping_rounds=5, model__eval_metric = "mae", model__eval_set=[(X_valid, y_valid)])
我收到错误：
model__eval_set=[(X_valid, y_valid)]) and the error is
ValueError: DataFrame.dtypes for data must be …