точнее list

указал уже , но оно ругается на скобки {} в данных

Так ты передай туда список колонок, которые текстовые. Подробнее тут https://catboost.ai/docs/concepts/python-reference_pool.html

передал

Как в Катбусте реализовать инкрементальное обучение для моделей с текстовыми фичами?
Ни подход с использованием дообучения через init_model в fit, ни подход с объединением моделей с использованием sum_models не работают при наличии текстовых признаков.

И в том, и в другом случае получаем ошибку:
catboost/libs/model/model.cpp:1669: Models summation is not supported for models with text features

Какие ещё есть варианты при работе с очень большими датасетами, когда мы не можем сразу скормить весь датасет для построения модели?

@Noxoomo 👆

Добрый вечер! Есть/планируется ли возможность не загружать весь датасет в память (что-нибудь на основе генераторов)?

Есть внешняя квантизация, данные числовых признаков окажутся в памяти только в квантизованном виде. В зависимости от датасета расход памяти может сократиться в несколько раз.

https://catboost.ai/docs/concepts/python-reference_utils_quantize.html

Ну, в проде никто в файлах данные не хранит :) А значит, это будет адски долго. Так себе вариант - продать память за время

Коллеги, всем привет!
Не подскажете, можно как-то относительно без костылей закинуть в качестве init_model какие-то эвристики или совершенно "некатбустовские" модели? какой там интерфейс?

Привет!
В init_model передается катбустовая модель, которая дообучается. Как катбустовая модель умеют читаться собственно катбустовые cbm и json модели, Onnx и AppleCoreML.
Что-то другое можно передать как baseline.

Посмотрю, спасибо!)

Добрый вечер, можете подсказать, почему может возникать ошибка такого рода? Версия CatBoost: 0.24.3


[INFO] model.fit(cb_train, eval_set=cb_valid)
[INFO] File "home/tests/venv/lib/python3.6/site-packages/catboost/core.py", line 1948, in fit
[INFO] save_snapshot, snapshot_file, snapshot_interval, init_model)
[INFO] File "ome/tests/venv/lib/pythonR3.6/site-packages/catboost/core.py", line 1809, in _fit
[INFO] train_params["init_model"]
[INFO] File "/home/tests/venv/lib/python3.6/site-packages/catboost/core.py", line 1258, in _train
[INFO] self._object._train(train_pool, test_pool, params, allow_clear_pool, init_model._object if init_model else None)
[INFO] File "_catboost.pyx", line 4154, in _catboost._CatBoost._train
[INFO] File "_catboost.pyx", line 4203, in _catboost._CatBoost._train
[INFO] catboost.CatBoostError: catboost/libs/model/model_build_helper.cpp:148: Condition violated: `ApproxDimension == treeLeafValues.ysize()'

Haii

Это запуск из снепшота или из  init_model?

Привет, есть ли функция, которая выводит все объекты(семплы) тестовой выборки, на которых предсказание было ошибочным?