我对 catboost 有一些简单的问题。

从 catboost 的文档中，我了解到在分类数据转换时，数据行之间会有一些排列/洗牌操作。（https://tech.yandex.com/catboost/doc/dg/concepts/algorithm-main-stages_cat-to-numberic-docpage/#algorithm-main-stages_cat-to-numberic）

我尝试预测单个观测值以检查我的模型是否工作，但得到了一个错误。然而，使用两个观测值时，它运行得很好。

我的问题是，对于 catboost 分类器的预测，我们是否必须至少提供两个观测值，因为排列的原因？如果是的话，第一个观测值是否会影响输出？

回答：

Catboost 确实有这样的限制。然而，这与排列无关，因为排列只在拟合阶段应用。

问题在于在 predict 和 fit 之前都应用了相同的 catboost.Pool._check_data_empty 方法。对于拟合来说，拥有多个观测值确实至关重要。

现在检查函数要求 sum(x.shape)>2，这确实很奇怪。以下代码说明了这个问题：

import catboostimport numpy as npx_train3 = np.array([[1,2,3,], [2,3,4], [3,4,5]])x_train1 = np.array([[1], [2], [3]])y_train = np.array([1,2,3])x_test3_2 = np.array([[4,5,6], [5,6,7]])x_test3_1 = np.array([[4,5,6,]])x_test1_2 = np.array([[4], [5]])x_test1_1 = np.array([[4]])model3 = catboost.CatBoostRegressor().fit(x_train3, y_train)model1 = catboost.CatBoostRegressor().fit(x_train1, y_train)print(model3.predict(x_test3_2)) # OKprint(model3.predict(x_test3_1)) # OKprint(model1.predict(x_test1_2)) # OKprint(model1.predict(x_test1_1)) # Throws an error!

目前，你可以在调用 predict 之前添加一到两行假数据。这样做不会影响原始行的输出。