torch_frame.gbdt.CatBoost

class CatBoost(task_type: TaskType, num_classes: int | None = None, metric: Metric | None = None)

基础类：GBDT

使用Optuna进行超参数调优的CatBoost模型实现。

此实现扩展了GBDT，旨在通过优化给定的目标函数来找到最佳超参数。

objective(trial: Any, train_x: DataFrame, train_y: ndarray, val_x: DataFrame, val_y: ndarray, cat_features: ndarray, num_boost_round: int) → float

需要优化的目标函数。

Parameters:

• 试验 (optuna.trial.Trial) – Optuna 试验对象。

• train_x (DataFrame) – 训练数据。

• train_y (numpy.ndarray) – 训练标签。

• val_x (DataFrame) – 验证数据。

• val_y (numpy.ndarray) – 验证标签。

• cat_features (numpy.ndarray) – 包含分类特征索引的数组。

• num_boost_round (int) – 提升轮数。

Returns:

最佳目标值。回归任务的均方根误差和分类任务的准确率。

Return type:

float