⛄ calc_leaf_indexes

这个页面介绍了 CatBoost 中 calc_leaf_indexes 方法的使用，该方法返回池中对象被模型树映射到的叶子的索引。1

壹丨方法调用格式¶

calc_leaf_indexes(data,
                    ntree_start=0,
                    ntree_end=0,
                    thread_count=-1,
                    verbose=False)

贰丨参数说明¶

data¶

• 描述： 包含输入数据集的文件或矩阵。
• 可能类型： catboost.Pool
• 默认值： 必填参数 1

ntree_start¶

• 描述： 要减少模型应用或指标计算时使用的树的数量，请将树索引范围设置为 [ntree_start; ntree_end)。此参数定义应用模型或计算指标时要使用的第一棵树的索引（范围的包含左边界）。索引从零开始。
• 可能类型： int
• 默认值： 0 1

ntree_end¶

• 描述： 要减少模型应用或指标计算时使用的树的数量，请将树索引范围设置为 [ntree_start; ntree_end)，并将要使用的树的步长设置为 eval_period。此参数定义应用模型或计算指标时**不**使用的第一棵树的索引（范围的独占右边界）。索引从零开始。
• 可能类型： int
• 默认值： 0（要使用的最后一棵树的索引等于模型中的树的数量减一） 1

thread_count¶

• 描述： 用于操作的线程数。优化执行速度。此参数不影响结果。
• 可能类型： int
• 默认值： -1（线程数等于处理器核心数） 1

verbose¶

• 描述： 启用调试日志记录级别。
• 可能类型： bool
• 默认值： False 1

返回值类型¶

leaf_indexes：形状为 (对象数量, ntree_end - ntree_start) 的二维 numpy.ndarray，类型为 numpy.uint32。第 i 行是第 i 个对象的叶子索引数组。 1