в таргете наны не разрешены, в фичах разрешены

спасибо

про обработку нанов можно вот тут прочитать: https://tech.yandex.com/catboost/doc/dg/concepts/python-reference_parameters-list-docpage/ в описании параметра nan_mode

А если не Nan, а Null?
И можно подробное что будет с колонкой, где часть NaN/Null? По ней будет делаться предсказание ?

нуллы и наны одинаково обрабатываются

Они будут преобразованы в число меньше, чем все значения фичи, либо больше, чем все значения фичи, так, чтобы наны гарантированно попадали в отдельный от всех остальных значений бакет при квантизации, которая перед обучением происходит.

А для катфичей наны считаются отдельной категорией

То есть да, колонка будет использоваться в том числе при наличии нанов.

Что-то глядя на документацию это не очевидно.

“Min” — Each NaN float feature is processed as the minimum value from the dataset.
“Max” — Each NaN float feature is processed as the maximum value from the dataset.

Я предполагал что CatBoost берет минимальное значение и присваивает его всем NaN, поэтому вручную ставил что-то типа -999.

Если это работает так как вы сказали, то буду использовать. Думаю стоит в документации это пояснить.

Попробовал как это работает получил ошибку:

CatboostError: Invalid type for cat_feature[0,1]=nan : cat_features must be integer or string, real number values and NaN values should be converted to string.

Раньше вручную конвертировал в строку 'none'

это шибка при создании пула Pool(x, y, cat_features=....)

Спасибо за фидбек, пофиксим!

строкой можно, а так нельзя

есть issue по этому поводу, там объяснено, почему так

сейчас найду

ok, спасибо буду изучать)

Как получить оригинальные названия классов таргета? Заметил что model.classes_ пустой после загрузки модели из файла (load_model), это баг или есть какой-то другой способ получить классы?

Не реализовывали пока что model.classes_, добавим

пока такое решение нашел

json.loads(model.get_metadata()['multiclass_params'])['class_names']

может кому пригодится