如何在 Catboost Python 中将 numpy 数组作为分类特征传递

Question

我想将 numpy 数组的第 12 列作为分类特征传递。

该列具有从 1 到 10 的 int 值。

我试过这个：

cbr.fit(X_train, y,
        eval_set=(X_train_test, y_test),
        cat_features=[X_train[:,12]],
        use_best_model=True,
        verbose=100)

但是得到了这个错误：

CatboostError: 'data' 是 np.float32 的 numpy 数组，这意味着没有分类特征，但 'cat_features' 参数指定了非零数量的分类特征

Answer 1

分类特征不能是浮点值。原因是分类特征被视为字符串，如果您从文件或数据帧读取特征值，我们必须具有相同的字符串。我们不能对浮点值执行此操作，但可以对字符串和整数执行此操作。

要解决您的问题，您需要使用数据框，其中具有分类特征的列将是整数或字符串类型。

例如，

from catboost import CatBoostClassifier, Pool
import pandas as pd

data = pd.DataFrame({'string_column': ['val0', 'val1', 'val2'],
                     'int_column': [1,2,3],
                     'float_column': [1.2,2,4.1]})
print(data)
print(data.dtypes)

train_data = Pool(
    data=data,
    label=[1, 1, -1],
    weight=[0.1, 0.2, 0.3],
    cat_features=[0, 1]
)

model = CatBoostClassifier(iterations = 10)
model.fit(X=train_data)