python-GridSearchCV错误：应为类数组（数组或非字符串序列），获取

我目前正在使用H20建模，但我正在使用Scikit学习管道。

1. 首先，我使用以下代码创建了基线模型：

clf_pipe = Pipeline(
        steps = [("impute missing", replace_missing_vars),
                 ("scale", scale),
                 ("dim_reduction", pca),
                 ("classifier", gbm)])

clf = clf_pipe.fit(train[x], train[y])
r2 = clf[len(clf)-1].r2(test[x], test[y])

2. 现在，我想通过运行gridsearch对模型进行超调谐，如下所示：

parameters = {'ntree': [24, 50, 100], 'max_depth': [5,10], 'learn_rate':[0.25, 0.5, 0.65]}

gs_clf = GridSearchCV(clf_pipe, param_grid=params)
clf = gs_clf.fit(train[x], train[y])

3. 但我得到了以下明确的错误消息（它不是不完整的，它的结尾是这样的）：

/usr/local/lib/python3.7/site-packages/sklearn/utils/multiclass.py in type_of_target(y)
    239     if not valid:
    240         raise ValueError('Expected array-like (array or non-string sequence), '
--> 241                          'got %r' % y)
    242 
    243     sparse_pandas = (y.__class__.__name__ in ['SparseSeries', 'SparseArray'])

ValueError: Expected array-like (array or non-string sequence), got

如果您想知道列车数据是什么样子的，这是数据帧结构：

trin[x] = {'nartd_share': 'real',
 'nanrtd_share': 'real',
 'hot_beverages_share': 'real',
 'alcoholic_beverages_share': 'real',
 'all_beverages_share': 'int',
 'pfand_share': 'int',
 'if_top7_cities': 'enum',
 'opening_days': 'real',
 'opening_hours': 'real',
 'closing_hours': 'real',
 'open_at_b_of': 'real',
 'close_at_e_of': 'real',
 'busiest_at': 'real',
 'most_revenue_at': 'real',
 'opening_at_cosine': 'real',
 'closing_at_cosine': 'real',
 'busiest_at_cosine': 'real',
 'most_revenue_at_cosine': 'real',
 'weekend_opening_hours': 'real',
 'weekday_opening_hours': 'real',
 'avg_overnight_hours': 'real',
 'if_overnight': 'enum',
 'if_sunday': 'enum',
 'monthly_revenue': 'real',
 'monthly_quantity': 'real',
 'monthly_alcohol_revenue': 'real',
 'monthly_7vat_share': 'real',
 'weekly_revenue': 'real',
 'weekly_quantity': 'real',
 'weekly_alcohol_revenue': 'real',
 'weekly_7vat_share': 'real',
 'daily_revenue': 'real',
 'daily_quantity': 'real',
 'daily_alcohol_revenue': 'real',
 'daily_7vat_share': 'real',
 'avg_alcohol_price': 'real',
 'avg_nartd_price': 'real',
 'max_alcohol_price': 'real',
 'max_nartd_price': 'real',
 'top1_product': 'enum',
 'top2_product': 'enum',
 'top3_product': 'enum'}

train[y] = {'segment': 'enum'}