CatBoost中的Bug？CatBoostClassifier与sklearn的CalibratedClassifierCV不能很好地协同工作
CatBoost是一种开源的梯度提升框架，用于解决分类和回归问题。它具有高性能、可扩展性和准确性的特点。然而，在使用CatBoost过程中，可能会遇到一些Bug或与其他库的兼容性问题。
在这个问题中，提到了CatBoostClassifier与sklearn的CalibratedClassifierCV不能很好地协同工作。这可能是由于两个库之间的接口不兼容或存在一些Bug导致的。
为了解决这个问题，可以尝试以下几个步骤：
- 确保使用的CatBoost和scikit-learn库的版本是兼容的。可以查看官方文档或库的GitHub页面获取相关信息。
- 检查代码中是否存在错误或不一致的参数设置。确保CatBoostClassifier和CalibratedClassifierCV的参数设置是正确的，并且与数据集和问题的要求相匹配。
- 尝试使用其他的模型集成方法或调用不同的函数来解决问题。例如，可以尝试使用CatBoost的其他集成方法，如CatBoostRegressor，或者尝试使用sklearn的其他集成方法。
- 如果以上步骤都无法解决问题，可以考虑向CatBoost或scikit-learn的开发团队报告Bug或寻求技术支持。他们可能会提供更详细的解决方案或修复Bug的更新版本。
总之，CatBoost中的Bug可能导致CatBoostClassifier与sklearn的CalibratedClassifierCV无法很好地协同工作。解决这个问题的方法包括确保库的版本兼容、检查参数设置、尝试其他集成方法以及报告Bug或寻求技术支持。
相关·内容
catboost版本: 0.16
当尝试使用scikit learn的CalibratedClassifierCV校准类别概率估计时，在二分类问题中，对于负目标，我得到的全部是1，对于正目标，我得到的是0。如果我单独使用CatBoostClassifier，我会得到正常的外观概率。这让我相信这个分类器与校准技术不兼容。有没有办法解决这个问题？复制：
from catboost import CatBoostClassifier
from sklearn.calibration import CalibratedClassifierCV
from sklearn.datasets import
浏览 44提问于2019-10-25得票数 0
我想在catboost中使用交叉验证。由于我不仅希望使用catboost，而且还想使用抽样，所以我使用的是管道，因此不能使用catboost's自己的交叉验证(如果我只使用catboost而不是管道)。所以我想使用sklearn's交叉验证，如果我只使用数值变量的话，效果很好，但是一旦我还包括了分类变量(cat_features)和catboost's编码，cross_validate就不再工作了。即使我不使用管道，而只使用catboost，我也会得到cross_validate的一条KeyError: 0消息。但我不明白为什么。这是我的代码中不起作用的部分：
from
浏览 0提问于2019-08-25得票数 4
2回答
我正在处理catboost模型的校准曲线。 cat=CatBoostClassifier() calib=CalibratedClassifierCV(base_estimator=cat，方法=‘sigmoid’，cv=2) calib.fit(XX，yy，cat_features=??) 如何在校准分类器的拟合中处理分类变量？ 谢谢:)
浏览 48提问于2019-12-23得票数 0
我正在使用Apache2和WSGI来运行我的机器学习模型和Flask web服务。我的4GB服务器有2vCPU和4 4GB内存。目前，我将CatBoostClassifier包含在以下内容中： from catboost import CatBoostClassifier apache进程无休止地加载。我做错了什么？ 编辑:不仅仅是Catboost from sklearn.tree import DecisionTreeClassifier
from sklearn.linear_model import LogisticRegression 也不起作用。 响应看起来无穷无尽，并且我在
浏览 12提问于2020-03-30得票数 0
回答已采纳
1回答
我正在尝试带有虹膜数据集的卡特博斯包，代码如下：
from sklearn.datasets import load_iris
iris = load_iris()
from catboost import CatBoostClassifier
model = CatBoostClassifier(iterations=50,
learning_rate=0.1, depth=4,
loss_function='MultiClass')
from sklearn.model_sele
浏览 0提问于2018-12-14得票数 1
回答已采纳
我正在为CatBoostClassifier绘制一条学习曲线。当我从黄砖中将CatBoostClassifier安装到LearningCurve中时，就会发生错误。我认为这应该是可行的，因为CatBoost是与sklearn兼容的，而黄色砖块是sklearn扩展。
代码片段：
kf = RepeatedStratifiedKFold(n_splits=10, n_repeats=3, random_state=0)
sizes = np.linspace(0.2, 1.0, 10)
estimator = CatBoostClassifier(
iterations=42, learn
浏览 15提问于2020-05-23得票数 1
回答已采纳
我正在使用谷歌合作实验室中的catboost模块建模boosting分类器。我跟踪了
from catboost import CatBoostClassifier, Pool
train_data = [[1, 3], [0, 4], [1, 7], [0, 3]]
train_labels = [1, 0, 1, 1]
model = CatBoostClassifier(learning_rate=0.03)
model.fit(train_data,
train_labels,
verbose=False,
plot=T
浏览 38提问于2019-11-24得票数 3
回答已采纳
我想对我的泰坦尼克号数据集执行CatBoost，该数据集主要由分类数据组成，并且有一个二进制目标。
我的数据看起来是：
train.head()
Embarked Pclass Sex Survived IsCabin Deck IsAlone IsChild Title AgeBin FareBin
0 S 3 male 0.0 0 Unknown 0 1 Mr Young Low
1 C 1 female 1.0 1 C 0 1 Mrs Adult High
2 S 3 fema
浏览 7提问于2019-10-06得票数 1
我在Databricks集群上运行catboost。Databricks生产集群非常安全，我们不能作为用户在旅途中创建新目录。但是我们可以预先创建目录。我正在为我的CatBoostClassifier传递下面的参数。CatBoostClassifier(train_dir='dbfs/FileStore/files/')它不工作并抛出下面的错误。CatBoostError: catboost/libs/train_lib/dir_helper.cpp:20: Can't create train working dir
浏览 63提问于2021-10-25得票数 1
我很兴奋地得知，CatBoost可以自己处理分类特性。我的特征之一，部门ID，是绝对的。但是，它看起来像数字，因为值是1001,1002，.，1218。这些号码只是部门的ID。它绝不具有数字或序号的意义。我如何告诉CatBoost将其视为绝对(名词)，而不是数字？
谢谢。
浏览 0提问于2022-03-15得票数 2
回答已采纳
我仍然不确定这是否应该是这个论坛或交叉验证的问题，但我会尝试这个问题，因为它更多的是关于代码的输出，而不是技术本身。事情是这样的，我正在运行一个CatBoost分类器，就像这样： # import libraries
import pandas as pd
from catboost import CatBoostClassifier
from sklearn.metrics import accuracy_score, recall_score, precision_score, f1_score
from sklearn.model_selection import train_test
浏览 24提问于2021-03-25得票数 2
回答已采纳
类似的问题：
Catboost教程
问题
在这个问题中，我有一个二进制分类问题。在建模之后，我们得到了测试模型预测y_pred，并且我们已经有了真正的测试标签y_true。
我希望通过以下公式来定义自定义评估度量：
profit = 400 * truePositive - 200*fasleNegative - 100*falsePositive
此外，由于更高的利润是更好的，我想最大化的功能，而不是最小化它。
如何使这个eval_metric在catboost中实现？
使用雪橇
def get_profit(y_true, y_pred):
tn, fp
浏览 2提问于2020-12-27得票数 6
回答已采纳
在尝试将CatBoostClassifier拟合到训练数据时，我收到一个模糊错误。我在下面创建了一个简单的数据集来帮助说明这个问题：
from sklearn.model_selection import train_test_split
# Initialize a dataframe
d = {'response': [1,0,1,0,1,0,0,0,0,1],
'color': ['red','blue','yellow','blue','red','bl
浏览 0提问于2020-10-26得票数 0
我试图通过包CatboostClassifier保存一个sklearn2pmml模型：
pipeline = PMMLPipeline([
("model", CatBoostClassifier(...))])
pipeline.fit(...)
sklearn2pmml(pipeline, "path\pmml_object.pmml")
不幸的是，这是我得到的错误：
Standard output is empty
Standard error:
Exception in thread "main" java.lang.Il
浏览 12提问于2022-08-04得票数 0
2回答
我使用CatBoostClassifier，我的类是高度不平衡的。我应用了一个scale_pos_weight参数来解决这个问题。当使用评估数据集(测试)进行训练时，CatBoost在测试中显示出高精度。但是，当我使用预测方法对测试进行预测时，我只能得到一个低精度分数(使用sklearn.metrics计算)。
我认为这可能与我应用的类权重有关。然而，我不太理解精确度分数是如何受此影响的。
params = frozendict({
'task_type': 'CPU',
'loss_function': 'Logloss
浏览 17提问于2019-01-30得票数 4
上下文:我试图使用具有如下参数的字典来使用catboost分类器：
from catboost import CatBoostClassifier
model_params_grid_search = {
naive_bayes.MultinomialNB(): {
'param_grid': {
'alpha': [0.01, 0.1, 0.5, 1.0, 10.0], }
},
linear_model.LogisticRegression(): {
'param_gri
浏览 8提问于2022-08-01得票数 0
2回答
CatBoost可以对分类变量进行编码，这是很棒的。但是，当分类功能在表单np.nan中包含缺失值时，无法处理它们。在这里的CatBoost文档中说明了这一点：
但是，我在这个GitHub线程中看到，CatBoost实际上可以处理缺少值的分类变量。
我试过一个小例子来测试它：
from catboost import CatBoostClassifier
# Initialize data
cat_features = [0, 1]
train_data = [["a", np.nan, 1, 4, 5, 6],
["a", "
浏览 44提问于2022-01-25得票数 1
我正在使用CatBoostClassifier的eval_metrics来计算我的测试集上的一些指标，我对它的输出感到困惑。对于给定的指标，默认情况下，它似乎返回一个大小等于迭代次数的数组。 这似乎与仅返回单个值的predict函数不一致。eval_metrics返回的数组中哪个数字与predict函数一致？ 我查看了https://catboost.ai/docs/concepts/python-reference_catboostclassifier_eval-metrics.html#python-reference_catboostclassifier_eval-metrics__o
浏览 56提问于2020-07-23得票数 0
1回答
当我运行下面的代码时，会出现以下错误：
CatBoostError: c:/goagent/pipelines/buildmaster/catboost.git/catboost/libs/target/target_converter.cpp:64: Unknown class name: "219.9033"
我的守则：
model=CatBoostRegressor(iterations=1000,
depth=5,
learning_rate=0.03,
浏览 0提问于2019-03-19得票数 2
1回答
今天，我试着测试了Yandex最近发布的一个令人惊叹的Catboost库，但即使是在玩具数据集上，它也显示出非常糟糕的结果。我试图找到问题的根源，但由于缺乏关于该库的适当文档和主题，我无法弄清楚发生了什么。请帮帮我=)我正在使用Anaconda 3 x64和Python3.6。
from sklearn.datasets import make_classification
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.metric
浏览 0提问于2018-02-05得票数 0
本文尝试用CatBoostClassifier模型的sklearn CalibratedClassifierCV对概率进行标定。拟合时运行良好，但用标定模型进行预测失败。我已经尝试使用LGBMClassifier，因为它具有相同的categorical_features，并且运行良好。这个问题有什么解决办法吗？下面是我使用的代码：
from catboost import CatBoostClassifier
from sklearn.calibration import CalibratedClassifierCV
import pandas as pd
X, y = make_classi
浏览 9提问于2021-09-18得票数 0
回答已采纳
1回答
我正在使用python的CatBoostClassifier()。
我能把它的冗长改为int吗？目前的输出是测量损失函数的输出，每一次迭代，都会使这个输出长时间地进行分析。
我希望在50次迭代中看到这个输出，比如verbose=50 (verbose=int)。
这个是可能的吗？如果是这样的话，是怎么做的？
浏览 2提问于2017-10-24得票数 1
回答已采纳
1回答
问题:当要预测的值是绝对的catboost版本时不能工作: 0.8操作系统: Windows CPU: intel
当我的值(Y)也被预测为绝对时，得到了“不能凸浮”的误差。我必须做一个热编码Y值吗？
谢谢你帮忙。
Python代码：
from sklearn.model_selection import train_test_split
train_set , test_set = train_test_split(trainPLData, test_size=0.2, random_state=42)
for col in ['product_line','a_p
浏览 0提问于2018-06-26得票数 1
回答已采纳
如何找到多类Catboost分类器的每一类的F1得分？我已经通读了documentation和github repo，其中有人问了同样的问题。但是，我不知道如何编写代码来实现这一点。我知道我必须在CatBoostClassifier()中使用custom_metric参数，但是我不知道当我想要我的多类数据集的每个类的custom_metric分数时，F1的哪些参数是可接受的。 假设您有一个玩具数据集(来自文档)： from catboost import Pool
cat_features = [0, 1, 2]
data = [["a","b", 1, 4,
浏览 46提问于2020-04-22得票数 2
我需要使用CatBoost执行多类多标签分类。
示例数据：
X = [[1, 2, 3, 4], [2, 3, 5, 1], [4, 5, 1, 3]]
y = [[3, 1], [2, 8], [7, 8]]
你能提供一个有效的例子吗？
我想我需要用一些sklearn分类器来包装CatBoostClassifier。
谢谢!
浏览 106提问于2020-02-11得票数 3
我有六个模型，想用一个ROC图表来评价它们。
from sklearn.naive_bayes import GaussianNB
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.ensemble import RandomForestClassifier
from lightgbm import LGBMClassifier
from sklearn.ensemble import RandomFor
浏览 2提问于2020-05-24得票数 1
回答已采纳
1回答
这是我在CatBoost中应用CatBoost的尝试：
from catboost import CatBoostClassifier
from skopt import BayesSearchCV
from sklearn.model_selection import StratifiedKFold
# Classifier
bayes_cv_tuner = BayesSearchCV(
estimator = CatBoostClassifier(
silent=True
),
search_spaces = {
'depth':(2,16),
'l2_leaf
浏览 0提问于2018-10-25得票数 6
回答已采纳
我正在尝试将skopt的BayesSearchCV方法与Catboost.However一起使用，我不知道如何将catboost原生的分类特征的索引传递给bayesSearch object的fit()方法。 clf = catboost.CatBoostClassifier()
search_spaces = {'iterations': (10, 1000),
'depth': (1, 10),
'learning_rate': (0.001, 0.5),
浏览 34提问于2019-04-14得票数 2
我正在尝试将catboost模型应用到我的数据中 #creating the model
model_cb = CatBoostClassifier(task_type='GPU', iterations=100, random_state=2020,eval_metric='F1')
#fitting the dataset into the model
model_cb.fit(X_train, y_train, cat_features= object_cols, plot=True,eval_set=(X_valid, y_valid)) 但是当我运行
浏览 47提问于2020-08-18得票数 0
回答已采纳
我使用这段代码测试CatBoostClassifier。
import numpy as np
from catboost import CatBoostClassifier, Pool
# initialize data
train_data = np.random.randint(0, 100, size=(100, 10))
train_labels = np.random.randint(0, 2, size=(100))
test_data = Pool(train_data, train_labels) #What is Pool?When to use Pool?
# test
浏览 4提问于2021-01-22得票数 4
1回答
我正在尝试创建一个脚本，该脚本从云存储存储桶中加载保存的CatBoost模型，并使用它进行预测。但是，我无法成功加载该文件。尽管我直接从UI复制了路径，但CatBoost抛出了一个错误，表明模型文件不存在。 我使用的是谷歌云平台。该脚本位于AI Platform JupyterLab notebook中，与存储模型的存储桶位于同一项目中。我用来进行预测的特征集存储在与模型相同的存储桶中，并且我能够成功地将特征集文件读取到数据帧(X_eval)中。 我已经尝试使用这两个URI ("gs://...")和经过身份验证的URL (“https://..."”)，两者都抛出相
浏览 60提问于2021-01-18得票数 0
回答已采纳
我正在尝试学习catboost，我发现CatBoostClassifier有两个容易混淆的术语： custom_loss和custom_metric。 我在这里浏览过，上面写着：https://catboost.ai/docs/concepts/python-reference_parameters-list.html#python-reference_parameters-list custom_metric：Metric values to output during training. These functions are not optimized and are displaye
浏览 104提问于2021-04-20得票数 1
回答已采纳
1回答
我在一个不平衡的数据集上运行CatboostClassifier，二进制分类，优化日志丢失和度量F1评分。得到的图在F1:use_weights = True、F1:use_weights = False上显示了不同的结果，并给出了训练预测和验证预测的不同结果。
params = {
'iterations':500,
'learning_rate':0.2,
'eval_metric': 'F1',
'loss_function': 'Logloss',
浏览 7提问于2022-06-04得票数 -1
回答已采纳
我试图增加一个刻度步骤，在一个滑雪管道，以获得一个校准分类器，从而在输出。
到目前为止，我笨拙地尝试使用插入一个“校准”步骤(关于重复性的愚蠢示例)：
import sklearn.datasets
import pandas as pd
import numpy as np
from sklearn.pipeline import Pipeline
from sklearn.linear_model import SGDClassifier
from sklearn.feature_extraction.text import TfidfVectorizer
data = sklearn.
浏览 1提问于2018-04-14得票数 11
回答已采纳
2回答
我正在尝试使用catboost为员工工资数据集构建一个二进制分类模型。我已经尝试了最大限度的调优，但我仍然只能获得87%的准确率，我如何才能将其提高到~98%或更高？
目标是预测班级。
以下是数据集和代码：
数据集：
代码：
from catboost import CatBoostClassifier
import pandas as pd
import numpy as np
from numpy import arange
from tqdm import tqdm_notebook as tqdm
import matplotlib.
浏览 3提问于2020-03-12得票数 1
1回答
考虑以下数据：
import pandas as pd
y_train = pd.DataFrame({0: {14194: 'Fake', 13891: 'Fake', 13247: 'Fake', 11236: 'Fake', 2716: 'Real', 2705: 'Real', 16133: 'Fake', 7652: 'Real', 7725: 'Real', 16183: 'Fake'}})
X_train = pd.Da
浏览 2提问于2021-01-08得票数 4
回答已采纳
我正在使用catboost来解决多类分类问题。我想使用二次加权kappa作为评价指标。
Catboost已经将WKappa作为eval_metric，但它是线性加权变量，而不是二次变量。
clf = CatBoostClassifier(objective='MultiClass',
eval_metric=q_weighted_kappa(),
learning_rate=0.01,
n_estimators=750,
od_type="Iter",
depth=35,
early_stopping_rounds=500,
random_seed=42,
)
浏览 0提问于2019-11-07得票数 0
我正在Python上写一个类，在那里我试图在CatBoostClassifier().select_features()中自动获取一个值。现在，函数使用num_features_to_select值的枚举。
代码：
def CatBoost(X_var=df.drop(columns=['status']), y_var=df[['creation_date','status']]):
from catboost import CatBoostClassifier, Pool, EShapCalcType, EFeaturesSe
浏览 11提问于2022-04-06得票数 1
2回答
我想在catboost中测量精度-召回曲线(AUPRC)曲线下的面积，但CatBoostClassifier没有AUPRC作为评估metric.Any建议，帮助我测量此性能指标将不胜感激。 这是我使用的代码： model = CatBoostClassifier(
custom_loss=['Accuracy','Precision','Recall','F1','AUC'],
random_seed=42,
logging_level='Silent')
model.fit(
X_train,
浏览 42提问于2019-03-03得票数 4
对于catboost库中的一些对象(如python代码导出模型- )，预测()只给出一个所谓的每个记录的原始分数(参数值称为"RawFormulaVal")。其他API函数也允许预测的结果是目标类()的概率-参数值称为“概率”。
我想知道
这与概率(在二进制分类的情况下)和
如果可以使用python ()将其转换成这样的函数呢？
浏览 2提问于2018-12-02得票数 0
回答已采纳
创建一个使用pycaret的模型，到目前为止没有问题(训练了一组不同的模型)，但是当使用catboost时，我不能保存到pmml。同样的代码也适用于具有相同数据的xgboost和lightgbm。
from sklearn2pmml.pipeline import PMMLPipeline
from sklearn2pmml import sklearn2pmml,make_pmml_pipeline
from pycaret.regression import setup,tune_model,finalize_model,create_model
clf=setup(data=
浏览 24提问于2022-06-30得票数 0
回答已采纳
我注意到sklearn的新CalibratedClassifierCV在base_estimator是GradientBoostingClassifer时，其性能似乎不如直接base_estimator(我还没有测试其他分类器)。有趣的是，如果make_classification的参数是：
n_features = 10
n_informative = 3
n_classes = 2
然后，CalibratedClassifierCV似乎是略显出色的(日志丢失评估)。
然而，根据以下分类数据集，CalibratedClassifierCV似乎通常是表现不佳的：
from sklearn.da
浏览 0提问于2015-05-17得票数 18
回答已采纳
我已经训练了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。为了做到这一点，我通过save_model方法保存模型，并通过load_model方法恢复模型。
但是，每次我在恢复的模型中调用predict时，我都会得到一个错误：
CatboostError: There is no trained model to use predict(). Use fit() to train model. Then use predict().
因此，看起来我需要再次训练我的模型，而我需要恢复预先训练的模型，并将其仅用于预测。
我在这里做错了
浏览 0提问于2018-08-17得票数 5
我收到错误消息"NameError:未定义名称'y_train‘“。我在这里复制了CatBoost示例中的代码：https://towardsdatascience.com/catboost-vs-light-gbm-vs-xgboost-5f93620723db 我搜索过类似的问题，发现变量只能在函数中使用，但由于我没有创建函数，所以列出的解决方案不适用…… cat_features_index = [c for c in train.columns if c not in ['ID_code', 'target']]
def auc(m,
浏览 79提问于2019-04-06得票数 0
我正在尝试使用CatBoost来拟合一个二进制模型。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？
model=CatBoostClassifier(iterations=300, depth=6, learning_rate=0.1,
loss_function='Logloss',
rsm = 0.95,
border_count = 64,
eval_metric = 'AUC',
l2_leaf_reg= 3.5
浏览 0提问于2018-06-30得票数 15
回答已采纳
我正在为我的模型使用catboost，我得到了如下所示的错误：
from catboost import Pool, CatBoostClassifier, cv
#Split data
train = data[:split]
test = data[split:]
# Get variables for a model
x = train.drop(["Survived"], axis=1)
y = train["Survived"]
#Do train data splitting
X_train, X_test, y_train, y_test =
浏览 0提问于2019-08-09得票数 1
回答已采纳
我有一项任务要检查和比较两个已经训练过的ML模型，由其他人开发。模型的不同之处在于输入数据集不同。第一个是关于2018年数据的培训，第二个是关于2019年数据的培训。它是一个核心的RandomForestClassifier模型，在sklearn.pipeline模块中进行了培训。问题是，中间有一个CalibratedClassifierCV，使我能够访问随机森林模型本身。所以我对这个模型没有深入的了解，在我看来，它就像一个黑匣子。这两种情况下的管道是相同的。
编辑：在管道的创建过程中添加了一个可重复的步骤，但没有数据集：
from sklearn.ensemble import Random
浏览 4提问于2020-11-23得票数 1
回答已采纳
我正在尝试训练一个csv文件中大约22 50数据的CatboostClassifier，这个文件大约有50列。我试着在pandas数据帧中一次加载所有数据，但做不到。有没有什么办法可以在catboost中使用多个数据帧块来训练模型？
浏览 2提问于2017-10-30得票数 1
如何以类似于sklearn.svm.LinearSVC的probability=True选项的方式从sklearn.svm.SVC模型中得到预测的概率估计?该选项允许predict_proba()，因为我的训练集很大，因此需要避免底层libsvm of SVC的二次拟合惩罚。
浏览 1提问于2019-01-28得票数 0
回答已采纳
在使用校准时，我得到了以下错误：
from sklearn.calibration import CalibratedClassifierCV
clf_sigmoid = CalibratedClassifierCV(clf, cv=2, method='sigmoid')
ImportError: No module named calibration
默认情况下，sklearn包中没有校准功能。我是在Mac上使用python 2.7的默默无闻的巨蟒
有什么帮助吗？
Rgds valerio
浏览 4提问于2015-04-26得票数 0
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
