问题标签 [catboost]

我已经训练了一个分类模型调用CatBoostClassifier.fit()，还提供了一个eval_set.

现在，我怎样才能获取评估指标的最佳值，以及在训练期间实现的迭代次数？plot=True我可以通过设置调用来绘制信息fit()，但是如何将其分配给变量？

我可以在训练模型调用时做到这一点cv()，因为它会cv()返回所需的信息。但CatBoostClassifier.fit()根据文档不返回任何内容。

这是我用来拟合模型的代码片段：

如果我改用以下方法，我将如何设法获取所需的信息cv()：

我知道在 Python API的CatBoost中，可以使用get_object_importance方法计算对象重要性（不要将其与特征重要性混淆）。

我想知道LightGMB中是否有类似的选项？

问题：当要预测的值是分类 catboost 版本时不起作用：0.8 操作系统：Windows CPU：intel

当我的值（ Y ）也被预测为分类时，出现“不能转换为浮动”的错误。我必须对 Y 值进行一次热编码吗？

感谢帮助。

Python代码：

那么错误是：

ValueError：无法将字符串转换为浮点数：“一些缺陷”

我已经使用命令提示符成功安装了 CatBoost 和 LightGbM 模块。它给了我消息 Successly installed catboost-0.2.5（我之前也尝试过另一个）。但是，当我尝试将它们都导入到 jupyter 笔记本中时，我遇到了相同的错误：

我得到：

我也遇到了与 CatBoost 相同的错误。

有任何想法吗？谢谢！

我正在尝试使用 CatBoost 来拟合二元模型。当我使用以下代码时，我认为verbose=False可以帮助抑制迭代日志。但它没有。有没有办法避免打印迭代？

我正在使用设置运行 catboost 分类器：

我有 5 个类，它从 -ve 值开始，在拟合模型时增加如下：

这是正常行为吗？而在大多数机器学习算法中，logloss 是正的并且随着训练而减小。我在这里想念什么？

我正在尝试使用来自sklearn的 GridsearchCV 找到Catboost 分类器的最佳值。

它抛出一个错误JoblibSystemError。我以图像的形式附加错误：

任何人都可以帮我解决这个问题吗？而且我还附上了完整的错误

我受过训练CatBoostClassifier来解决我的分类任务。现在我需要保存模型并在另一个应用程序中使用它进行预测。为此，我通过方法保存模型并通过save_model方法恢复它load_model。

但是，每次调用predict恢复的模型时，都会出现错误：

所以看起来我需要再次训练我的模型，而我需要恢复预训练模型并将其仅用于预测。

我在这里做错了什么？我应该使用一种特殊的方式来加载模型进行预测吗？

我的训练过程是这样的：

我使用以下代码恢复模型：

我在这里复制了这个例子。

该示例试图改进 RMSE（更低-> 更好）。

我有限的理解是 CatBoost 将尝试在底层尽量减少 LogLoss。在这个例子中，较低的 LogLoss 似乎与较低的 RMSE 相关。

除了用 观察 RMSE 之外cb.eval_metrics(validation_pool, ['RMSE'])['RMSE'][-1]，该示例并没有真正使用 RMSE 作为自定义损失函数。

就我而言，我有一个二元分类问题，我想最大化 AUC。我不确定我是否应该将代码保持原样，并希望较低的 logloss 与较高的 AUC 相关（它没有），或者如果我需要以不同的方式设置它，也许使用 AUC 作为自定义损失/eval_metric函数，然后importance_values_sign从“正”翻转到“负”。

让我先解释一下我正在使用的数据集。

我有三套。

1. 形状为 (1277, 927) 的火车，目标出现的时间约为 12%
2. 形状为 (174, 927) 的评估集，目标出现的时间约为 11.5%
3. 支持形状为 (414, 927) 的集合，目标出现的时间约为 10%

这组也是使用时间片构建的。训练集是最旧的数据。支持集合是最新数据。并且 Eval 集在中间集。

现在我正在构建两个模型。

型号1：

预测保持集。

型号2：

除了迭代之外，两个模型都是相同的。第一个模型修复了 300 轮，但它会将模型收缩到最佳迭代。第二个模型使用模型1中的最佳迭代。

但是，当我比较特征重要性时。看起来差别很大。

如您所见，在第一个模型中位于 top3 的特性 x3 在第二个模型中下降。不仅如此，给定特征的模型之间的权重也有很大的变化。模型 1 中存在的大约 60 个特征在模型 2 中不存在。模型 2 中存在的大约 60 个特征在模型 1 中不存在。delta 是 Score_m1 和 Score_m2 之间的差异。我已经看到模型变化在哪里得分不是那么剧烈。当我使用模型 1 或模型 2 时，AUC 和 LogLoss 并没有太大变化。

现在我有以下关于这种情况的问题。

1. 由于样本数量少，特征数量多，这个模型是否不稳定。如果是这种情况，如何检查？

2. 此模型中是否有功能只是没有提供有关模型结果的太多信息，并且它正在创建分裂的随机变化。如果这种情况如何检查这种情况？

3. 这种 catboost 是适合这种情况的模型吗？

任何有关此问题的帮助将不胜感激