我想使用catboost最近由Yandex发布给开源社区的项目.但是,我在我的项目中使用Python 3.我知道Python 3是由Yandex皇帝禁止的.是否catboost支持Python 3里？

我想跟踪 sklearn 管道中的分类特征索引，以便将它们提供给 CatBoostClassifier。

我在管道的 fit() 之前从一组分类特征开始。管道本身会改变数据的结构并在特征选择步骤中删除特征。

我如何预先知道哪些分类特征将被删除或添加到管道中？当我调用 fit() 方法时，我需要知道更新的列表索引。问题是，我的数据集在转换后可能会发生变化。

这是我的数据框的示例：

data = pd.DataFrame({'pet':      ['cat', 'dog', 'dog', 'fish', np.nan, 'dog', 'cat', 'fish'],
                     'children': [4., 6, 3, np.nan, 2, 3, 5, 4],
                     'salary':   [90., 24, np.nan, 27, 32, 59, 36, 27],
                     'gender':   ['male', 'male', 'male', 'male', 'male', 'male', 'male', 'male'],
                     'happy':    [0, 1, 1, 0, 1, 1, 0, 0]})

categorical_features = ['pet', 'gender']
numerical_features = ['children', 'salary']
target = 'happy'

print(data)

     pet    children    salary  gender  happy
0    cat    4.0         90.0    male …

我成功安装了CatBoost

pip install catboost

但是当我在Jupiter Notebook中尝试使用示例python脚本时,我遇到了错误

import numpy as np
from catboost import CatBoostClassifier

ImportError: No module named '_catboost'
ImportError: DLL load failed: ?? ?????? ????????? ??????.

链接到CatBoost网站:https://catboost.yandex/

我正在尝试使用CatBoost来拟合二进制模型。当我使用以下代码时，我认为verbose=False可以帮助抑制迭代日志。但事实并非如此。有没有办法避免打印迭代？

model=CatBoostClassifier(iterations=300, depth=6, learning_rate=0.1, 
loss_function='Logloss',
         rsm = 0.95, 
         border_count = 64, 
         eval_metric =  'AUC', 
         l2_leaf_reg= 3.5, 
         one_hot_max_size=30, 
         use_best_model = True,
         verbose=False,
         random_seed = 502)

model.fit(X_train, y_train,
     eval_set=(X_test_filtered, y_test_num),   
     verbose = False,
     plot=True)

我必须安装 catboost 但无法通过pip install catboost.

Anaconda 中没有 catboost 库，因此只能以一种方式进行 pip。

错误信息是：

Could not find a version that satisfies the requirement catboost <for version: >
No matching distribution found for catboost.

Python版本是3.6.3。

错误截图：

错误信息

我试过了 ：

pip install catboost==0.12.2
pip install catboost==0.12.1.1
pip install catboost==0.12.1
pip install catboost==0.12.0

和

pip install catboost==0.11.0
pip install catboost==0.10.2

这些都不起作用。

为什么会出现这个问题，有没有其他方法安装catboost？

所以我使用 Python 运行 Catboost 模型，这非常简单，基本上是：

from catboost import CatBoostClassifier, Pool, cv
catboost_model = CatBoostClassifier(
    cat_features=["categorical_variable_1", "categorical_variable_2"],
    loss_function="Logloss",
    eval_metric="AUC",
    iterations=200,
)

所以我想了解特征的重要性。使用 XGBoost Classifier，我可以准备一个具有特征重要性的数据帧，执行以下操作：

importances = xgb_model.get_fscore()

feat_list = []
date = datetime.today()
for feature, importance in importances.items():
    dummy_list.append([date, feature, importance])

feat_df = pd.DataFrame(feat_list, columns=['date', 'feature', 'importance'])

现在，我想使用 CatBoost 功能做同样的事情。我开始做：

catboost_model.get_feature_importance(
Pool(X_train, y_train, cat_features=["categorical_variable_1", "categorical_variable_2"]))

但我不知道如何继续前进（这应该很简单，但我迷路了）。有人可以帮我吗？

类似的问题：

• Python Catboost：多类 F1 分数自定义指标

Catboost 教程

• https://catboost.ai/docs/concepts/python-usages-examples.html#user-defined-loss-function

问题

在这个问题中，我有一个二元分类问题。建模后，我们得到了测试模型预测y_pred，并且我们已经有了真正的测试标签y_true。

我想获得由以下等式定义的自定义评估指标：

profit = 400 * truePositive - 200*fasleNegative - 100*falsePositive

另外，由于利润越高越好，我想最大化该功能而不是最小化它。

如何在catboost中获取这个eval_metric？

使用sklearn

profit = 400 * truePositive - 200*fasleNegative - 100*falsePositive

使用catboost

def get_profit(y_true, y_pred):
    tn, fp, fn, tp = sklearn.metrics.confusion_matrix(y_true,y_pred).ravel()
    loss = 400*tp - 200*fn - 100*fp
    return loss

scoring = sklearn.metrics.make_scorer(get_profit, greater_is_better=True)

问题

如何在catboost中完成自定义eval指标？

更新

到目前为止我的更新

class ProfitMetric(object):
    def get_final_error(self, error, weight):
        return error / (weight + 1e-38)

    def is_max_optimal(self):
        return True

    def …

我使用此代码来测试 CatBoostClassifier。

import numpy as np
from catboost import CatBoostClassifier, Pool

# initialize data
train_data = np.random.randint(0, 100, size=(100, 10))
train_labels = np.random.randint(0, 2, size=(100))
test_data = Pool(train_data, train_labels) #What is Pool?When to use Pool?
# test_data = np.random.randint(0,100, size=(20, 10)) #Usually we will use numpy array,will not use Pool

model = CatBoostClassifier(iterations=2,
                           depth=2,
                           learning_rate=1,
                           loss_function='Logloss',
                           verbose=True)
# train the model
model.fit(train_data, train_labels)
# make the prediction using the resulting model
preds_class = model.predict(test_data)
preds_proba = model.predict_proba(test_data)
print("class = ", …

我在用：

python: 3.12\n\nOS: Windows 11 Home\n

我尝试安装catboost==1.2.2

我收到此错误：

C:\\Windows\\System32>py -3 -m pip install catboost==1.2.2\nCollecting catboost==1.2.2\n  Downloading catboost-1.2.2.tar.gz (60.1 MB)\n     ---------------------------------------- 60.1/60.1 MB 5.1 MB/s eta 0:00:00\n  Installing build dependencies ... error\n  error: subprocess-exited-with-error\n\n  \xc3\x97 pip subprocess to install build dependencies did not run successfully.\n  \xe2\x94\x82 exit code: 1\n  \xe2\x95\xb0\xe2\x94\x80> [135 lines of output]\n      Collecting setuptools>=64.0\n        Using cached setuptools-68.2.2-py3-none-any.whl (807 kB)\n      Collecting wheel\n        Using cached wheel-0.41.3-py3-none-any.whl (65 kB)\n      Collecting jupyterlab\n        Downloading jupyterlab-4.0.8-py3-none-any.whl (9.2 MB)\n           ---------------------------------------- 9.2/9.2 …

这是我在 CatBoost 中应用 BayesSearch 的尝试：

from catboost import CatBoostClassifier
from skopt import BayesSearchCV
from sklearn.model_selection import StratifiedKFold


# Classifier
bayes_cv_tuner = BayesSearchCV(
estimator = CatBoostClassifier(
silent=True
),
search_spaces = {
'depth':(2,16),
'l2_leaf_reg':(1, 500),
'bagging_temperature':(1e-9, 1000, 'log-uniform'),
'border_count':(1,255),
'rsm':(0.01, 1.0, 'uniform'),
'random_strength':(1e-9, 10, 'log-uniform'),
'scale_pos_weight':(0.01, 1.0, 'uniform'),
},
scoring = 'roc_auc',
cv = StratifiedKFold(
n_splits=2,
shuffle=True,
random_state=72
),
n_jobs = 1,
n_iter = 100,
verbose = 1,
refit = True,
random_state = 72
)

跟踪结果：

def status_print(optim_result):
"""Status callback durring bayesian …