修改之后，出现ValueError: Input contains NaN.错误怎么解决呢？

`ValueError: Input contains NaN`错误通常表示输入数据包含缺失值（NaN）。在xgboost模型训练过程中，如果输入数据包含缺失值，可能会导致模型训练失败。

解决这个问题的方法是，检查训练数据中是否存在缺失值，并进行处理。你可以使用`pandas`库中的`dropna()`函数或者`fillna()`函数将缺失值删除或者替换为其他值。例如，如果你的数据是以`numpy`数组的形式存储的，可以使用`numpy`库中的`isnan()`函数检查是否存在缺失值，并将其替换为其他值。代码示例如下：

import numpy as np

# 检查是否存在缺失值
if np.isnan(X_train).any() or np.isnan(y_train).any() or np.isnan(X_test).any() or np.isnan(y_test).any():
    # 将缺失值替换为其他值，例如0
    X_train = np.nan_to_num(X_train, nan=0)
    y_train = np.nan_to_num(y_train, nan=0)
    X_test = np.nan_to_num(X_test, nan=0)
    y_test = np.nan_to_num(y_test, nan=0)

这里使用了`numpy`库中的`nan_to_num()`函数将缺失值替换为0。如果你的数据中存在其他特殊值，你也可以将它们作为替换值传入`nan_to_num()`函数中。