使用之前训练过的模型在catboost中进一步预测
问题描述:
我想找到使用Catboost进行分类的最佳参数。 我有训练数据和测试数据。我想运行500次迭代的算法,然后对测试数据进行预测。接下来,我想重复600次迭代,然后700次迭代,等等。我不想从第0次迭代开始。那么,有没有什么办法可以在Catboost算法中做到这一点?使用之前训练过的模型在catboost中进一步预测
任何帮助,高度赞赏!
答
您可以运行最大迭代次数的算法,然后使用CatBoost.predict()
与ntree_limit
参数或CatBoost.staged_predict()
来尝试不同次数的迭代。