MK
привет, в документации много инфы и тут примеры https://github.com/catboost/tutorials
Size: a a a
2019 February 08
MK
Pool что-то типа контейнера для данных
SZ
привет, в документации много инфы и тут примеры https://github.com/catboost/tutorials
Я правильно понимаю, что в пул пробрасывается датасет?
MK
SZ
Документацию читала, ага
SZ
А касательно кросс-валидации: я верно понимаю, что после тренировки модели я применяю кросс-валидацию, и после этого получаю результаты работы алгоритма через обычный
.predict?SK
catboost.Pool - это хранилище либо сырых данных (при загрузке из файла или из стандартных питоновских списков), либо обертка над pandas(numpy) массивами, если структура в памяти подходит
SZ
catboost.Pool - это хранилище либо сырых данных (при загрузке из файла или из стандартных питоновских списков), либо обертка над pandas(numpy) массивами, если структура в памяти подходит
Ага, так понятнее, спасибо
MK
А касательно кросс-валидации: я верно понимаю, что после тренировки модели я применяю кросс-валидацию, и после этого получаю результаты работы алгоритма через обычный
.predict?не так, так как ты говоришь работает в sklearn
catboost просто показывает метрику при кросс валидации, а ты смотришь какую итерацию выбрать, модель потом снова придется обучать на всех данных до выбранной итерации
catboost просто показывает метрику при кросс валидации, а ты смотришь какую итерацию выбрать, модель потом снова придется обучать на всех данных до выбранной итерации
SZ
не так, так как ты говоришь работает в sklearn
catboost просто показывает метрику при кросс валидации, а ты смотришь какую итерацию выбрать, модель потом снова придется обучать на всех данных до выбранной итерации
catboost просто показывает метрику при кросс валидации, а ты смотришь какую итерацию выбрать, модель потом снова придется обучать на всех данных до выбранной итерации
О, вот оно что! Спасибо большое
SZ
pool = Pool(X_train, y_train)
params = {'iterations': 900,
'depth': 14,
'loss_function': 'RMSE',
'verbose': False}
scores = cv(pool, params)
TypeError: Cannot convert 'b'2697143FR'' to float
— а как прокинуть катфичи в cv?
MK
X_train это pandas dataframe?
SZ
да
MK
поставь тип category для этих фич
X_train['feature'] = X_train['feature'].astype('category')
еще можно в Pool передать индексы категориальных фич
X_train['feature'] = X_train['feature'].astype('category')
еще можно в Pool передать индексы категориальных фич
SZ
после
train_test_splitSZ
попробую сейчас
MK
> еще можно в Pool передать индексы категориальных фич
это даже вроде обязательно но точно не помню
это даже вроде обязательно но точно не помню
MK
тогда наверное X_train['feature'] = X_train['feature'].astype('category') не обязательно)
SZ
сейчас в пул попробую передать