Catboost分类特征数据类型转换

Question

我想在泰坦尼克号的数据集中做出预测。在

我想试试catboost，我遵循以下指南：https://www.analyticsvidhya.com/blog/2017/08/catboost-automated-categorical-data/ 但当我试图复制时，它是行不通的

我试着遵循指南，我认为catboost会处理所有的数据转换，因为你可以在指南中看到他正在使用dtypes对象，float，int

import pandas as pd
import numpy as np
​from catboost import CatBoostRegressor
​from sklearn.tree import DecisionTreeRegressor

train = pd.read_csv('train.csv')
test = pd.read_csv('test.csv')


train = train.replace(np.nan, '', regex=True)
train.fillna(-999, inplace=True)
test.fillna(-999,inplace=True)

categorical_features_indices = np.where(X.dtypes != np.float)[0]

​train = train.replace(np.nan, '', regex=True)

y= train.Survived

​train_features=['Pclass', 'Name', 'Sex', 'Age', 'SibSp',

       'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked']

X= train[train_features]


from sklearn.model_selection import train_test_split

X_train, X_validation, y_train, y_validation = train_test_split(X, y, train_size=0.7, random_state=1234)

#importing library and building model

from catboost import CatBoostRegressor

model=CatBoostRegressor(iterations=50, depth=3, learning_rate=0.1, loss_function='RMSE')

model.fit(X_train, y_train,cat_features=categorical_features_indices,eval_set=(X_validation, y_validation),plot=True)

我得到以下错误：

^{pr2}$

Answer 1

我试着从你提供的链接运行代码，它起作用了。也许这和你的Python版本有关。在

在GitHub上有一个类似的问题，据说python版本有不同的结果。也许可以尝试改变你的Python版本。在

Me规格：

• Windows 10家庭单一语言
• Python 3.6.5 | Anaconda，Inc.|（默认值，2018年3月29日，13:32:41）[MSC v.1900 64位（AMD64）]