BentoML - 使用 cat_features 提供 CatBoostClassifier答案

【问题标题】：BentoML - Seving a CatBoostClassifier with cat_featuresBentoML - 使用 cat_features 提供 CatBoostClassifier
【发布时间】：2023-02-17 19:46:57
【问题描述】：

我正在尝试为使用列作为分类特征训练的 CatBoostClassifier 模型创建 BentoML 服务。如果我保存模型并尝试使用保存的模型（不是作为 BentoML 服务）进行一些预测，一切都会按预期进行，但是当我使用 BentML 创建服务时，我会收到错误消息

_catboost.CatBoostError：num_feature[non_default_doc_idx=0,feature_idx=2]="Tertiary" 的错误值：无法将 'b'Tertiary'' 转换为浮点数

该值位于名为“road_type”的列中，模型使用“object”作为该列的数据类型进行训练。

如果我尝试为“road_type”列提供浮点数或整数，则会出现以下错误

_catboost.CatBoostError: catboost/libs/data/model_dataset_compatibility.cpp:53: Feature road_type 在模型中是分类的，但在数据集中标记为不同

如果有人遇到同样的问题并找到解决方案，我将不胜感激。谢谢！

我尝试了不同的方法来保存模型或加载模型，但不幸的是它没有用。

【问题讨论】：

标签： catboost bentoml

【解决方案1】：

您可以尝试将 cat_features 显式传递给 bentoml runner。它会是这样的：

from catboost import Pool

runner = bentoml.catboost.get("bentoml_catboost_model:latest").to_runner()

cat_features = [2] # specify your cat_features indexes
prediction = runner.predict.run(Pool(input_data, cat_features=cat_features))

【讨论】：