我有一个关于Catboost的问题。是否在建模之前对分类进行预处理？
如果我有86个变量，其中包括1个目标变量。在这85个变量中，有2个数字变量和83个类别变量(Factor类型)。目标变量是二进制因子1或0。
第1列以及第4列至第85列是因子类型。
第2列和第3列是数字。
我对cat_features中的catboost.train()有点困惑。在参数中，我可以设置一个分类特征 vector 。另外，我可以设置catboost.load_pool。
library(Catboost)
library(dplyr)
X_train <- train %>% select(-Target)
y_train <- (as.numeric(unlist(train[c('Target')])) - 1)
X_valid <- test %>% select(-Target)
y_valid <- (as.numeric(unlist(test[c('Target')])) - 1)
train_pool <- catboost.load_pool(data = X_train, label = y_train, cat_features = c(0,3:84))
test_pool <- catboost.load_pool(data = X_valid, label = y_valid, cat_features = c(0,3:84))
params <- list(iterations=500,
learning_rate=0.01,
depth=10,
loss_function='RMSE',
eval_metric='RMSE',
random_seed = 1,
od_type='Iter',
metric_period = 50,
od_wait=20,
use_best_model=TRUE,
cat_features = c(0,3:84))
catboost.train(train_pool, test_pool, params = params)
但是，运行上面的代码后，出现错误:
Error in catboost.train(train_pool, test_pool, params = params) :
catboost/libs/options/plain_options_helper.cpp:339: Unknown option {cat_features} with value "[0,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80,81,82,83,84]"
有什么帮助吗？
最佳答案
我尚未在R中尝试过CatBoost，但请参见此页面上的示例:
https://catboost.ai/docs/concepts/r-reference_catboost-train.html
看来您只在load_pool()调用中传递了类别变量，而在train()调用中传递了 NOT 。
(这与Python API的工作方式不同，在Python API中，cat_features在Python fit()调用中传递。)
建议:将所有类别变量归类到最左侧的列中。这样，您就可以更简单地创建 vector 。我还检查了我的代码以确保我做对了...
关于r - R Catboost处理分类变量，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60440590/