跳转至

⛄ load_model

这篇文章介绍了 CatBoost 中 load_model 方法的使用方法，该方法用于从文件加载训练好的 CatBoost 模型。1

方法调用格式

load_model(fname, format='cbm')

参数说明

fname

  • 描述： 输入模型的路径。
  • 可能类型： string
  • 默认值： 必填参数 1

format

  • 描述： 输入模型的格式。
  • 可能的值：
  • cbm：CatBoost 二进制格式。
  • AppleCoreML：Apple CoreML 格式（目前仅支持没有分类特征的数据集）。
  • json：JSON 格式。有关格式详细信息，请参阅 CatBoost JSON 模型教程。
  • onnx：ONNX-ML 格式（目前仅支持没有分类特征的数据集）。有关详细信息，请参阅 https://onnx.ai/。有关应用结果模型的详细信息，请参阅 ONNX 部分。
  • CpuSnapshot：CatBoost 训练快照格式（目前仅支持 CPU 和没有分类特征的数据集）。
  • 可能类型： string
  • 默认值： cbm 1

返回值类型

load_model 方法返回一个 catboost.CatBoostModel 对象，该对象已从指定文件加载。 1

示例

from catboost import CatBoostClassifier, Pool

# 训练数据
train_data = [[1, 3], [0, 4], [1, 7]]
train_labels = [1, 0, 1]

# 创建数据集
train_pool = Pool(train_data, train_labels)

# 训练模型
model = CatBoostClassifier(learning_rate=0.03)
model.fit(train_pool, verbose=False)

# 保存模型
model.save_model("model")

# 加载模型
from_file = CatBoostClassifier()
from_file.load_model("model")

这个示例展示了如何使用 load_model 方法从文件加载训练好的 CatBoost 模型。 1