Skip to main content
 首页 » 编程设计

python之如何在 Python 的 CatBoost 中正确加载预训练模型

2024年12月31日9telwanggs

我训练了 CatBoostClassifier 来解决我的分类任务。现在我需要保存模型并在另一个应用程序中使用它进行预测。为此,我通过 save_model 方法保存了模型,并通过 load_model 方法恢复了它。

但是,每次我在恢复的模型中调用 predict 时,我都会得到一个错误:

CatboostError: There is no trained model to use predict(). Use fit() to train model. Then use predict(). 

所以看起来我需要再次训练我的模型,而我需要恢复预训练模型并将其仅用于预测。

我在这里做错了什么?我应该使用一种特殊的方式来加载预测模型吗?

我的训练过程是这样的:

model = CatBoostClassifier( 
    custom_loss=['Accuracy'], 
    random_seed=42, 
    logging_level='Silent', 
    loss_function='MultiClass') 
 
model.fit( 
    x_train,  
    y_train, 
    cat_features=None, 
    eval_set=(x_validation, y_validation), 
    plot=True) 
 
... 
 
model.save("model.cbm") 

然后我使用这段代码恢复模型:

model = CatBoostClassifier( 
    custom_loss=['Accuracy'], 
    random_seed=42, 
    logging_level='Silent', 
    loss_function='MultiClass') 
model.load_model("model.cbm") 
 
... 
 
 
predict = self.model.predict(inputs) 

请您参考如下方法:

# After you train the model using fit(), save like this -  
model.save_model('model_name')    # extension not required. 
 
# And then, later load -  
from catboost import CatBoostClassifier 
model = CatBoostClassifier()      # parameters not required. 
model.load_model('model_name') 
 
# Now, try predict().