用于多个参数的 CatBoostClassifier

Question

我有以下分类器文本数据

他是美国篮球运动员
他在英国踢足球。

我想预测我的数据中的 2 个值：国家、运动。示例：1) 美国 |篮球; 2) 英国 |足球

目前我正在使用 CatBoostClassifier() 来预测单个值（例如国家/地区）：

vectorizer = CountVectorizer(ngram_range=[1, 2])
x = vectorizer.fit_transform(df['words']).toarray()
y = df['country'].astype(int)
grid = GridSearchCV(CatBoostClassifier(n_estimators=200, silent=False), cv=3,
                param_grid={'learning_rate': [0.03], 'max_depth': [3]})
grid.fit(x, y)
model = grid.best_estimator_

我可以使用分类器预测 2 个或更多值并获得组合模型吗？

Answer 1

您可以这样使用sklearn.multioutput module which also supports the CatBoostClassifier. All the classifiers provided by this module take a base estimator for single output and extend them to multioutput estimators. You can e.g. use the MultiOutputClassifier：

from catboost import CatBoostClassifier
from sklearn.multioutput import MultiOutputClassifier

clf = MultiOutputClassifier(CatBoostClassifier(n_estimators=200, silent=False))

由于这是一个 scikit-learn 估算器，您也可以像以前一样在网格搜索中使用它：

grid = GridSearchCV(clf, param_grid={'estimator__learning_rate': [0.03], 'estimator__max_depth': [3]}, cv=3)
grid.fit(x, y)

您用于训练模型的标签应采用以下格式：

import numpy as np

y = np.asarray([['USA', 'basketball'], ['UK', 'football']])

无需更改您的功能x。

用于多个参数的 CatBoostClassifier

CatBoostClassifier for multiple parameters

python

nlp

catboost