我正在尝试将 skopt 的 BayesSearchCV 方法与 Catboost 一起使用。但是,我对将 catboost 原生的分类特征的索引传递到bayesSearch 对象的 fit() 方法的位置感到困惑。
clf = catboost.CatBoostClassifier()
search_spaces = {'iterations': (10, 1000),
'depth': (1, 10),
'learning_rate': (0.001, 0.5),
'random_strength': (1e-9, 10)}
pt = BayesSearchCV(clf,
search_spaces,
n_iter=40)
pt.fit(x_train,y_train)
fit() 抛出错误无法将分类转换为浮点数,
我知道,错误是因为我没有传递分类变量的索引,但我无法在贝叶斯的 fit() 方法中传递它们。还尝试了 catboost 的 pool() 方法,它也不起作用。