如何在Python的CatBoost中正确加载预训练的模型

Question

我已经训练过CatBoostClassifier来解决我的分类任务。 现在，我需要保存模型并在另一个应用程序中使用它进行预测。 为了做到这一点我已经通过保存的模型save_model方法，并通过恢复其load_model方法。

但是，每次在还原的模型中调用“ predict ，都会出现错误：

CatboostError: There is no trained model to use predict(). Use fit() to train model. Then use predict().

因此，看起来我需要再次训练我的模型，而我需要恢复预训练的模型并将其仅用于预测。

我在这里做错了什么？ 我应该使用一种特殊的方式来加载模型以进行预测吗？

我的训练过程如下：

model = CatBoostClassifier(
    custom_loss=['Accuracy'],
    random_seed=42,
    logging_level='Silent',
    loss_function='MultiClass')

model.fit(
    x_train, 
    y_train,
    cat_features=None,
    eval_set=(x_validation, y_validation),
    plot=True)

...

model.save("model.cbm")

然后使用以下代码还原模型：

model = CatBoostClassifier(
    custom_loss=['Accuracy'],
    random_seed=42,
    logging_level='Silent',
    loss_function='MultiClass')
model.load_model("model.cbm")

...


predict = self.model.predict(inputs)

Answer 1

几个小时后，我意外地找到了解决方案。 在外部python模块中实现了模型加载，然后将其导入Jupyter Notebook。 原来，我只需要重新启动Jupyter内核即可。

Answer 2

# After you train the model using fit(), save like this - 
model.save_model('model_name')    # extension not required.

# And then, later load - 
from catboost import CatBoostClassifier
model = CatBoostClassifier()      # parameters not required.
model.load_model('model_name')

# Now, try predict().