catboost - 如何从 Catboost 获得训练有素的树木？

Question

我使用 --print-trees --verbose 打印树并获得如下输出：

441:
(f3, split0) score -0.01684494315
(f1, split0) score 0.00728615875
(f3, split0) score 0.02879532296
learn 0.1080262936passed: 0.00033 sec   total: 234ms    remaining: 30.7ms
442:
(f0, split0) score 0.02581825636
(f0, split0) score -0.05604439647
learn 0.1080003503passed: 0.000278 sec  total: 234ms    remaining: 30.1ms

如何获取每棵树的拆分值和结果类？

Answer 1

您可以将模型转换为 CoreML 格式，这是一种原型格式，您可以从中获取所有拆分值和叶值。CoreML 格式尚不支持分类特征的统计信息，因此目前无法使用这些统计信息建立人类可读的模型。但是我们稍后会添加它，GitHub上有一个问题：https ://github.com/catboost/catboost/issues/23

Answer 2

看看这个： https ://blog.csdn.net/l_xzmy/article/details/81532281

这个想法是从导出模型的详细信息中绘制树：

cat_clf.save_model(fname, format="cbm", export_parameters=None)