我必须安装catboost,但不能通过pip install catboost。
在Anaconda没有catboost库,所以pip是单向的。
错误信息是:
Could not find a version that satisfies the requirement catboost <for version: >
No matching distribution found for catboost.
Python版本为3.6.3。
错误截图:
我试过:
pip install catboost==0.12.2
pip install catboost==0.12.1.1
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
我想下载,但是我得到了一个错误:包CatBoost (它是RemixAutoML的依赖项)错误:无法访问存储库的索引
所以我尝试从'‘下载它,但是我得到了错误:
findpack中的错误( package,lib.loc):没有名为“catboost”调用的包:-> findpack执行暂停错误:延迟加载包“catboost”*删除I.P(.):(从警告中转换)包的FilePath错误具有非零退出状态。
该怎么办呢。
This is the code I ran
```{r}
#作为下载RemixAutoML指令的一部分的代码
to_install <- c(
我在一家CatBoost网站上看到,它的表现应该优于任何其他提升式的训练模式,于是我决定自己在Kaggle的https://www.kaggle.com/c/house-prices-advanced-regression-techniques上试用它。
我创建了一些基本的内核,没有任何复杂的预处理、特征选择、GridSearch、堆叠等.只是为了比较XGBR和CatBoost的性能。但据我所见,XGBR的性能总是优于CatBoost。https://www.kaggle.com/markbquant/compare-catboostregressor-vs-xgbregressor
The
我已经使用命令提示符成功地安装了CatBoost和LightGbM模块。它给了我成功安装catboost的消息-0.2.5(我以前也尝试过另一个)。但是,当我试图将它们都导入到jupyter笔记本中时,它们都有相同的错误:
import lightgbm as lgb
我得到:
ModuleNotFoundError: No module named 'lightgbm'
我也得到了一个与CatBoost相同的错误。
有什么想法吗?谢谢!
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=
我正在尝试使用catboost来预测一个浮点数组。 在CalcModelPredictionSingle的文档中,参数为"floatFeatures - array of float features":https://github.com/catboost/catboost/blob/master/catboost/libs/model_interface/c_api.h#L175 然而,当我试图传递一个浮点数组时,我得到了这个错误: Cannot use type []*_Ctype_float as *_Ctype_float in assignment. 这表明它需要
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
我正在尝试使用catboost来预测多类,但我得到了如下错误。
Error: loss function is not supported for GPU learning MultiClass
我使用catboost选项,如下所示。
CatboostClassifier(loss_function='MultiClass',task_type='GPU')
我想知道我是否可以使用GPU来预测多分类。