python - CatBoost 训练后特征信息

Question

我想了解在训练 CatBoost 模型后如何访问有关数值和分类特征的信息。为了举例，这里有一些玩具代码：

import pandas as pd
from catboost import CatBoostClassifier, Pool

train_pool = Pool(pd.DataFrame({'size': [1,1,2,1],
                                'shape': ['square','square','square', 'circle']}),
                  [1,1,0,1],
                  feature_names = ['size','shape'],
                  cat_features= ['shape'])

model = CatBoostClassifier(iterations=2,
                           cat_features = ['shape'],
                           ctr_leaf_count_limit=1)

model.fit(train_pool, plot=False)

我现在想在model对象上运行一个函数以获得以下内容：

• 数值特征size具有最小值0和最大值1（这应该是 CatBoosts 数值特征拆分逻辑的一部分）

• 分类特征shape具有以下训练值：

  values=['square', None].

  请注意，circle它不在，values因为car_leaf_count_limit=1会选择出现次数最多的值，在本例中是'square'。我放在None这里是因为我很确定 cat boost 会分配None给任何看不见的课程。

  接下来，我选择了上述数据示例以确保 CatBoost 决定拆分shape=='square'. 理想情况下，我希望看到一个数组used_values=['square']，它强调该square值至少有一个拆分。

这里需要强调的是，我只想对model对象进行操作。显然，可以通过在训练数据上运行函数来获得其中的一些细节。我的动机是双重确保我完全理解模型输入的训练范围，以及它在预处理中可能对它们做什么。

标签： pythonmachine-learningfeature-engineeringcatboost