staged_predict

staged_predict 方法，允许应用训练好的模型，并针对模型的每一棵树计算结果，但只考虑索引在指定范围内的树。

官方文档

方法调用格式：

staged_predict(data, prediction_type=None, ntree_start=0, ntree_end=0, eval_period=1, thread_count=-1, verbose=None)

参数：

  • data: 特征值数据。格式取决于输入对象的个数：

    • 多个对象：矩阵状数据，形状为 (object_count, feature_count)。
    • 单个对象：数组。 数据类型可以是 catboost.Pool、列表的列表、numpy.ndarray、pandas.DataFrame、pandas.SparseDataFrame、pandas.Series、catboost.FeaturesData 或 scipy.sparse.spmatrix（除 dia_matrix 外的所有子类）。必填参数。

  • prediction_type: 所需的预测类型。支持的预测类型：Probability、Class、RawFormulaVal、Exponent、LogProbability。默认为 None （对于 Poisson 和 Tweedie 损失函数为 Exponent，对于所有其他损失函数为 RawFormulaVal）。

  • ntree_start: 要使用的第一棵树的索引（包含在范围内）。索引从 0 开始。默认为 0。

  • ntree_end: 要使用的最后一棵树的索引（不包含在范围内）。默认为 0（表示使用到模型的最后一棵树）。

  • eval_period: 树的步长。例如，如果 ntree_start 为 0，ntree_end 为 N（树的总数），eval_period 为 2，则返回的树的范围是 [0, 2), [0, 4), ..., [0, N)。默认为 1（表示依次应用树：第一棵树，然后是前两棵树，以此类推）。

  • thread_count: 用于计算预测的线程数。优化执行速度。此参数不影响结果。默认为 -1（线程数等于处理器核心数）。

  • verbose: 是否将测量的评估指标输出到 stderr。默认为 None。

返回值：

一个生成器，它生成使用模型中树的子集依次递增的预测。生成值的类型取决于输入对象的个数：

  • 单个对象：返回值取决于 prediction_type 参数的值：

    • RawFormulaVal：原始公式值。
    • Class：类别标签。
    • Probability：一维 numpy.ndarray，包含每个类别的概率。

  • 多个对象：返回值取决于 prediction_type 参数的值：

    • RawFormulaVal：一维 numpy.ndarray，包含每个对象的原始公式值。
    • Class：一维 numpy.ndarray，包含每个对象的类别标签。
    • Probability：二维 numpy.ndarray，形状为 (对象数, 类别数)，包含每个对象每个类别的概率。

注意： 只有当带有特征值的 data 参数包含模型中使用的所有特征时，模型预测结果才会正确。通常，这些特征的顺序必须与训练期间提供的相应列的顺序匹配。但是，如果在训练期间和应用模型时都提供了特征名称，则它们可以通过名称而不是列顺序进行匹配。 4