⛄ compare
这篇文章介绍了 CatBoost 中 compare 方法的使用方法，该方法用于比较两个训练好的 CatBoost 模型。1
方法调用格式¶
compare(model,
data=None,
metrics=None,
ntree_start=0,
ntree_end=0,
eval_period=1,
thread_count=-1,
tmp_dir=None,
log_cout=sys.stdout,
log_cerr=sys.stderr)
参数说明¶
model¶
- 描述： 要比较的 CatBoost 模型。
- 可能类型：
CatBoost Model - 默认值： 必填参数 1
metrics¶
- 描述： 要计算的指标列表。
- 可能类型：
listofstring - 默认值： 必填参数 1
data¶
- 描述： 包含要比较的指标值的数据集。
- 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)，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：
01
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
eval_period¶
- 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要使用的树的步长。例如，假设设置了以下参数值： ntree_start设置为0ntree_end设置为N（总树数量）eval_period设置为2在这种情况下，将为以下树范围计算指标：[0, 2)，[0, 4)，...，[0, N)- 可能类型：
int - 默认值：
1（树按顺序应用：第一棵树，然后前两棵树，依此类推） 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
tmp_dir¶
- 描述： 中间结果的临时目录的名称。
- 可能类型：
string - 默认值：
None（名称将被生成） 1
log_cout¶
- 描述： 用于输出标准 C++ 流的对象。
- 可能类型：
object - 默认值：
sys.stdout1
log_cerr¶
- 描述： 用于输出错误 C++ 流的对象。
- 可能类型：
object - 默认值：
sys.stderr1
返回值类型¶
compare 方法返回一个 pandas.DataFrame，其中包含两个模型在不同树数量下的指标值。 1
示例¶
from catboost import Pool, CatBoostClassifier
train_data = [[0, 3],
[4, 1],
[8, 1],
[9, 1]]
train_labels = [0, 0, 1, 1]
eval_data = [[1, 3],
[4, 2],
[8, 2],
[8, 3]]
eval_labels = [1, 0, 0, 1]
train_dataset = Pool(train_data, train_labels)
eval_dataset = Pool(eval_data, eval_labels)
model1 = CatBoostClassifier(iterations=100, learning_rate=0.1)
model1.fit(train_dataset, verbose=False)
model2 = CatBoostClassifier(iterations=100, learning_rate=0.3)
model2.fit(train_dataset, verbose=False)
model1.compare(model2, eval_dataset, ['Logloss'])
这个示例展示了如何使用 compare 方法比较两个 CatBoost 模型在验证数据集上的 Logloss 指标。 1