我想找到使用 Catboost 进行分类的最佳参数。 我有训练数据和测试数据。我想运行该算法 500 次迭代,然后对测试数据进行预测。接下来,我想重复此操作 600 次迭代,然后是 700 次迭代,依此类推。我不想再从迭代 0 开始。那么,有什么办法可以在 Catboost 算法中做到这一点吗?
非常感谢任何帮助!
最佳答案
您可以运行算法以获得最大迭代次数,然后将 CatBoost.predict()
与 ntree_limit
参数或 CatBoost.staged_predict()
结合使用code> 尝试不同的迭代次数。
关于python-3.x - 使用之前训练好的模型在catboost中进行进一步预测,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45866292/