catboost eval_set在Scikit-Learn管道中无法使用

Question

我正在尝试将x_valid数据集传递到evar_set从fit函数中的参数（从catboost库中）（这是 documentation ）但是我收到以下错误：

ValueError: Pipeline.fit does not accept the cat_features parameter. You can pass parameters to specific steps of your pipeline using the stepname__parameter format, e.g. `Pipeline.fit(X, y, logisticregression__sample_weight=sample_weight)`.

我正在运行的代码是

catboost_model = CatBoostClassifier(learning_rate=0.02, eval_metric='AUC')

pipeline = Pipeline([("classifer", catboost_model)])

cat_columns = ['frontend_client_type']

X_train, X_valid, y_train, y_valid = train_test_split(df[cat_columns], df['label'], test_size=0.2)

pipeline = pipeline.fit(
    X_train,
    y_train,
    cat_features=cat_columns,
    classifer__eval_set=[(X_valid, y_valid)],
)

我的合成数据框架是

df = pd.DataFrame({'frontend_client_type':['android', 'android', 'ios', 'web', 'android'],
                   'label':[True, True, False, False, True]})

Answer 1

使用classifer__cat_features = cat_columns in pipeline.fit而不是cat_features = cat_columns。

根据官方文件，

“管道的目的是组装几个步骤，这些步骤可以在设置不同的参数的同时可以交叉验证在一起。为此，它可以使用其名称和由“ __'隔开的参数名称”设置各个步骤的参数。 “ sklearn Pipeline文档