Перейти к содержанию

catboost_utils

Обёртка над CatBoost, которая делает работу с ним удобнее. Это не отдельный форк и не замена — её можно подключить поверх обычного catboost и использовать только то, что нужно.

Что внутри:

  • Понятные ошибки — длинные ошибки из C++ заменяются на короткое описание и совет, как починить.
  • Проверка данных перед обучением — находит NaN в категориальных колонках, бесконечности, таргет с одним значением и другие частые проблемы до того, как обучение упадёт.
  • Удобные кастомные функции потерь — пользователь пишет обычный numpy-код, всё лишнее (форматы, знаки производных, преобразования) делает обёртка. Внутри — компиляция через numba.
  • Совместимость со sklearn — CBXClassifier и CBXRegressor работают в Pipeline, GridSearchCV и clone.
  • Структурированные логи — вывод обучения попадает в обычный logging с полями iteration, learn_loss, test_loss и т. д.
  • Сохранение и загрузка без потерь — best_iteration, имена колонок и другие метаданные сохраняются рядом с моделью.
  • Безопасные callback'и — если ваш callback бросает исключение, оно не теряется, а всплывает после fit.

Все модули независимы: подключайте только то, что пригодится.

Куда дальше