Skip to main content
 首页 » 编程设计

python之Catboost 默认超参数

2024年11月24日10artech

如何返回 CatBoost 模型的所有超参数?

注意:我认为这不是 Print CatBoost hyperparameters 的复制品因为那个问题/答案不能满足我的需要。

例如,使用 sklearn 我可以这样做:

rf = ensemble.RandomForestClassifier(min_samples_split=2) 
print rf 
 
RandomForestClassifier(bootstrap=True, class_weight=None, criterion='gini', 
            max_depth=None, max_features='auto', max_leaf_nodes=None, 
            min_impurity_decrease=0.0, min_impurity_split=None, 
            min_samples_leaf=1, min_samples_split=2, 
            min_weight_fraction_leaf=0.0, n_estimators=10, n_jobs=1, 
            oob_score=False, random_state=None, verbose=0, 
            warm_start=False) 

这将返回所有超参数,包括我定义的那些和其他默认值。

对于 Catboost,我可以使用 .get_params() 但它似乎只返回用户指定的参数:

cat = CatBoostClassifier(loss_function='Logloss', 
                         verbose = False, 
                        eval_metric='AUC', 
                        iterations=500, 
                         thread_count = None, 
                        random_state=SEED) 
print cat.get_params() 
 
{'iterations': 500, 'random_state': 42, 'verbose': False, 'eval_metric': 'AUC', 'loss_function': 'Logloss'} 

例如,我想知道使用了什么 learning_rate,但理想情况下获得整个列表。

请您参考如下方法:

你可以尝试改变你的

print cat.get_params() 

到

print cat.get_all_params() 

来源:get_all_params documentation