问题标签 [catboost]

因此，使用 Catboost，您可以调整参数，也可以调整迭代。因此，对于迭代，您可以在打开过拟合检测器的情况下使用交叉验证进行调整。对于其余参数，您可以使用贝叶斯/Hyperopt/RandomSearch/GridSearch。我的问题是调整 Catboost 的顺序。我应该先调整迭代次数还是先调整其他参数。许多参数在某种程度上取决于迭代次数，但迭代次数也可能取决于参数集。那么知道哪种顺序是正确的方法吗？

我正在尝试在 csv 文件中训练一个具有大约 22GB 数据的 CatboostClassifier，该文件有大约 50 列。我尝试在熊猫数据框中一次加载所有数据，但无法做到。无论如何，我可以在 catboost 中用多个数据帧块训练模型吗？

我对 catboost 有一些愚蠢的问题。

从 catboost 的文档中，我了解到行之间存在一些排列/洗牌，用于分类数据转换。（https://tech.yandex.com/catboost/doc/dg/concepts/algorithm-main-stages_cat- to-numberic-docpage/#algorithm-main-stages_cat-to-numberic )

我试图预测一次观察以检查我的模型是否有效，但出现错误。但是，通过 2 次观察，它可以正常工作。

我的问题是，对于 catboost 分类器的预测，由于排列，我们是否必须至少给出 2 个观察值？如果是，第一次观察对输出有影响吗？

是否可以在catboost的命令行版本中使用load_model和predict_proba api？

提前致谢。

我尝试用CatBoostRegressor

但是我在预测中得到了一些负值。

我该如何解决？

所有代码

我正在使用 python 3.4 并安装了 catboost 库，但是当我尝试导入时，它显示以下错误。

我在 Python 版本的 Catboost 库中使用CatBoostRegressor 。

根据文档，可以使用我正在做的过拟合检测器，如下所示：

但是，在发生过拟合后，我的 Python 脚本被中断，提前停止，选择任何你想要的短语，并且保存模型部分没有被执行，这导致了很多时间，最终没有结果。我没有得到任何堆栈跟踪。

是否有可能在 CatBoost 中处理它并节省数小时的装配工作？

在大型数据集（约 1M 行，500 列）上运行 catboost，我得到：训练已停止（迭代 0 的退化解决方案，可能太小 l2 正则化，尝试增加它）。

我如何猜测 l2 正则化值应该是多少？它与 y 的平均值、变量数、树深度有关吗？

谢谢！

我声明一个 CD 文件用于从以下位置读取它：

pool = Pool(features_file, CDfile)

其中 CDfile 包含文本和 <\t> 分隔符：

我有这样的结果： 第 102 列和第 1 行中的因子 False 被声明为数字并且不能被解析为浮点数。尝试更正列描述文件。

这是整个功能的切片= DataFrame()

len（cat_features），len（features.columns）9 105

第 102 列有什么问题？为什么将其声明为数字（非分类）特征？

在训练模型 CatBoostRegressor() 期间，是否有可能更改（降低）参数“学习率”（梯度步长系数）？它会减少迭代次数并加快训练速度吗？