-
sklearn接口下的xgboost多分类时报错：
label and prediction size not match, hint: use merror or mlogloss for multi-class classification
解决：参数配置问题，sklearn接口下的xgboost时，配置更改如下：objective='multi:softprob', num_class=3,eval_metric="merror"。 -
matplotlib无法显示中文和负号
a) 临时解决方法：（本人方法）import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文 plt.rcParams['axes.unicode_minus']=False #用来正常显示负号b) 一劳永逸法（本人没有尝试）
找到matplotlib包的所在位置，一般在D:\anaconda\Lib\site-packages\matplotlib\mpl-data，里面有个配置文件，matplotlibrc，用spyder打开。
在里面找到相应的地方改掉显示负号：
#axes.unicode_minus : True →改成axes.unicode_minus : False正式显示中文：
#font.family : sans-serif →去掉#号
