Проверка данных¶

catboost_utils.validation запускает быстрые проверки данных и возвращает отчёт со списком проблем и предупреждений.

from catboost_utils import validate

report = validate(
    X, y,
    cat_features=["city"],
    eval_set=(X_val, y_val),
    model_params={"task_type": "GPU"},
)
report.ok           # True, если блокирующих проблем нет
report.issues       # список блокирующих проблем
report.warnings     # список предупреждений
report.raise_if_failed()

Блокирующие проблемы¶

пустой DataFrame
таргет содержит NaN или одно уникальное значение
категориальная колонка имеет тип float
в object-колонке есть NaN, и она не указана как категориальная
в числовой колонке есть inf или -inf

Предупреждения¶

колонка типа object, category, string или bool не указана в cat_features
целочисленная колонка имеет мало уникальных значений (вероятно, она категориальная)
больше 50% значений в колонке — пропуски
колонка состоит из одного значения
колонка имеет тип datetime или timedelta
набор колонок в обучающей и валидационной выборках не совпадает
одновременно заданы class_weights и auto_class_weights
task_type='GPU' или thread_count > 1 — результаты не будут битово воспроизводимыми

catboost_utils.validation.runner.validate ¶

validate(
    X: DataFrame,
    y: Series | None = None,
    *,
    cat_features: list[str | int] | None = None,
    eval_set: tuple[DataFrame, Any] | None = None,
    model_params: dict[str, Any] | None = None,
) -> ValidationReport

Run pre-flight checks against a training DataFrame.

Parameters:

Name	Type	Description	Default
`X`	`DataFrame`	feature DataFrame (a `catboost.Pool` raises `NotImplementedError`).	required
`y`	`Series \| None`	target series. Optional — when `None`, target checks are skipped.	`None`
`cat_features`	`list[str \| int] \| None`	list of categorical column names or positional indices.	`None`
`eval_set`	`tuple[DataFrame, Any] \| None`	optional `(X_eval, y_eval)` tuple — checks column alignment.	`None`
`model_params`	`dict[str, Any] \| None`	optional dict of CatBoost params for cross-cutting warnings (`class_weights` conflict, GPU / multi-thread reproducibility).	`None`

Returns:

Type	Description
`ValidationReport`	`ValidationReport` with `ok`, `issues`, `warnings`.

Raises:

Type	Description
`NotImplementedError`	when `X` is a `catboost.Pool`.
`TypeError`	when `X` is not a DataFrame.

catboost_utils.validation.models.ValidationReport ¶

Bases: BaseModel

Full result of validate().

raise_if_failed ¶

raise_if_failed() -> None

Raise ValidationError if there are any blocking issues.

catboost_utils.validation.models.ValidationIssue ¶

Bases: BaseModel

Blocking problem — training will (almost certainly) fail.

catboost_utils.validation.models.ValidationWarning ¶

Bases: BaseModel

Non-blocking concern — training proceeds but the user should be aware.