问题标签 [catboost]

我有一次性编码的标签。我想用它们来训练和预测一个 catboost 分类器。但是，当我拟合时它给了我一个错误，说标签的每行不允许多个整数值。那么 catboost 是否不允许标签的 one-hot 编码？如果没有，我怎样才能让 catboost 工作？

我正在根据这篇文章尝试 CatBoost

在它的代码中，CatBoost 有plotin model.fit()，所以我想在我的 IPython 上尝试一下。

这是我的 CatBoost 代码：

但是，它不能显示任何情节并不断给我错误：

我确实安装了 ipywidgets 和 ipython。你知道如何处理这个问题吗？

我想找到使用 Catboost 进行分类的最佳参数。我有训练数据和测试数据。我想运行该算法进行 500 次迭代，然后对测试数据进行预测。接下来，我想重复 600 次迭代，然后是 700 次迭代，依此类推。我不想再次从迭代 0 开始。那么，有什么办法可以在 Catboost 算法中做到这一点？

非常感谢任何帮助！

我想知道如何为排名任务配置 catboost。catboost 主页暗示它可以用于对任务进行排名。然而，排名任务的文档似乎很少： https ://tech.yandex.com/catboost/doc/dg/concepts/cli-reference_train-model-docpage/

并且所有教程都侧重于对单个实例进行分类： https ://github.com/catboost/catboost/tree/master/catboost/tutorials

理想情况下，会有一些类似于 LightGBM 的文档或示例用于排名：https ://github.com/Microsoft/LightGBM/tree/master/examples/lambdarank

有人用catboost来排名吗？

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

如何获取每棵树的拆分值和结果类？

如果我理解正确catboost，我们需要使用 CV调整nrounds就像 in 一样。我在[8]官方教程xgboost中看到如下代码

哪个结果最好iterations= 211。

我的问题是：

• 是否正确：此命令使用test_pool来选择最佳iterations而不是使用交叉验证？
• 如果是，catboost 是否提供iterations从 CV 中选择最佳的命令，还是我需要手动执行？

测试数据集中的 CatBoostRegressor 拟合一条直线

第一张图是训练数据集（基于噪声罪训练的 CatBoostRegressor）第二张图是测试数据集

为什么它适合一条直线？其他功能相同（如 f(x)=x 等）

我有一个关于随机森林的问题。想象一下，我有关于用户与项目交互的数据。项目的数量很大，大约 10 000 个。我的随机森林输出应该是用户可能与之交互的项目（如推荐系统）。对于任何用户，我都想使用一个功能来描述用户过去与之交互的项目。但是，将分类产品特征映射为 one-hot 编码似乎非常低效，因为用户最多与不超过几百个项目交互，有时只有 5 个。

当输入特征之一是具有约 10 000 个可能值的分类变量并且输出是具有约 10 000 个可能值的分类变量时，您将如何构建随机森林？我应该使用具有分类功能的 CatBoost 吗？或者我应该使用 one-hot 编码，如果是这样，你认为 XGBoost 或 CatBoost 做得更好吗？

我试图在 Windows 上安装 CatBoost R 包，但没有成功。我已经阅读了所有说明以及stackoverflow帖子。

到目前为止，我所管理的是安装 python 和 VC++ 组件。

我可以编译包，但在安装时出现错误“TypeError：resolve_system_cxx() 恰好需要 4 个参数（给定 3 个）”。我正在搜索 CatBoost 存储库，但无法识别该函数的源文件。你能帮我进一步吗？

这是完整的日志

我正在使用 Windows 7 和 python (3.6) 的 64 位版本，以及 R (3.3) 的 Microsoft 发行版和 R 工具 3.4 来构建包。

干杯安德烈

我正在使用 python 的 CatBoostClassifier()。

我可以将其详细更改为int吗？输出当前是标准输出的测量损失函数，每一次迭代，都会使这个输出变得很长以进行分析。

我希望以 50 次迭代的间隔查看此输出，例如verbose=50(verbose=int)。

这可能吗？如果是这样，怎么做？