Catboost：如何在Python中将cat_features传递给保存的模型？

Question

Catboost：如何在Python中将cat_features传递给保存的模型？

4

我有一个预训练的保存模型，其中我告知了我的分类特征，在训练后进行正确的预测。现在我想再次在另一个上下文中使用它，但是我不知道如何恰当地告知分类特征。我尝试了这个：

model = CatBoostClassifier(cat_features=var_categ)  
model.load_model('catmod.cat')

但是当我尝试预测时：

modelo.predict(base)

我遇到了这个错误：

CatBoostError: features data: pandas.DataFrame column 'cod_var1' has dtype 'category' but is not in  cat_features list

是的，我仔细检查过，这一列确实在 var_categ 中。

- Marcus

2个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Andreyn · Answer 1

首先，您不需要指定catboost分类器的cat_features，因为模型已经从load_model中具有此信息。

我猜测您的错误来自于当您在新数据集上使用predict时，特征向右移了1个位置，因此导致了错误。

- K. Thorspear · Answer 2

没有看到用于训练和预测数据处理的代码，就不太能确定问题所在。这个错误意味着，在模型训练时，“cod_var1”不在分类特征列表中。它可能在“var_categ”中，但是模型表明它不在用于训练模型的分类特征列表中。

在您的数据集“base”中，“cod_var1”是“category” dtype。由于这是CatBoost特定的dtype（不是pandas在创建数据框时自动设置的dtype），因此似乎在数据加载和预测之间有一些代码设置了dtype。我猜想，在您训练模型和现在之间，数据处理步骤中发生了某些变化，导致预测结果不完全相同（具有相同顺序、相同类型的相同列）。