Utilisez le modèle précédemment formé pour une prédiction plus poussée dans catboost

Question

Je souhaite trouver les paramètres optimaux pour la classification en utilisant Catboost. J'ai des données d'entraînement et des données de test. Je veux exécuter l'algorithme pour dire 500 itérations et ensuite faire des prédictions sur les données de test. Ensuite, je veux répéter cela pour 600 itérations, puis 700 itérations et ainsi de suite. Je ne veux pas recommencer à partir de l'itération 0. Alors, y a-t-il un moyen de le faire dans l'algorithme de Catboost?

Toute aide est fortement appréciée!

Answer 1

Vous pouvez exécuter l'algorithme pour le nombre maximal d'itérations, puis utiliser CatBoost.predict() avec le paramètre ntree_limit ou CatBoost.staged_predict() pour essayer un nombre différent d'itérations.