一、問題源頭
訓練xgboost分類時報錯的，錯誤如題
二、原因
因為做了：train_test_split，導致train中的label不一定包含test的，從而出現上述問題
三、解決方案
1、方案一：確保每個類都能取到並放到train中；
2、方案二：忽略測試集，將全部數據放到train中。但是未來不可預計，只能使用歷史數據；最大缺點是會影響驗證集和測試集的檢測的真實性；
3、方案三：添加一個類"unknown",在訓練集中添加一個鍵值對，再將test中的匹配下，沒有在訓練集中的label，均視為類"unknown"
本文采用
之前采用方案二，目前采用方案三：
X_train = np.vstack((X_train,np.random.rand(1,128))) #增加一個unknow的部分，in test set，not in train set，這里我的數據是【1，128】的
y_train_code = np.append(y_train_code,np.array("unknown")) #同樣對應的Y也需要增加，因為這是鍵值對的形式。
vocab_code = list(set(y_train_code))
idx_to_code = [code for code in vocab_code]
code_to_idx = {code:i for i,code in enumerate(idx_to_code)}
y_train_idx = np.array([code_to_idx.get(t) for t in y_train_code] )
y_val_idx = np.array([code_to_idx.get(t) if t in vocab_code else code_to_idx["unknown"] for t in y_val_code] ) #測試中的數據若沒有，標注為unknown類
#code_to_idx.get(t) code_to_idx[t] 方法都一樣
四、建議
多思考，多嘗試，這個問題在網站上並沒有找到答案。
嘗試這個：