如何利用 Catboost 中的 MAP 评估指标来计算平均精度？答案

【问题标题】：How do I utilize the MAP eval metric in Catboost to calculate Mean Average Precision?如何利用 Catboost 中的 MAP 评估指标来计算平均精度？
【发布时间】：2021-10-06 17:29:42
【问题描述】：

我一直在 Catboost 中为 Precision-Recall AUC 使用自定义指标。但是，它迭代缓慢并且与 GPU 不兼容。我看到了Catboost has a metric "MAP" for Mean Average Precision，这是我的（二进制）分类模型所需要的。

当我使用 MAP 作为评估指标来拟合我的 Catboost 模型时，我得到了错误：

CatBoostError: c:/program files (x86)/go 代理/管道/buildmaster/catboost.git/catboost/private/libs/target/data_providers.cpp:269：分组损失/度量需要非平凡的组

在谷歌搜索此错误后（特别是“Groupwise loss/metrics require nontrivial groups”部分），我没有运气解决问题。

查看Catboost documentation，我似乎需要使用一些额外的参数才能使 MAP 作为评估指标正常工作。但我不明白如何实现它们。

如何在 Catboost 中使用 MAP 作为我的评估指标来解决二元分类问题？

【问题讨论】：

标签： python catboost

【解决方案1】：

Catboost 上没有公制 MAP。但是要使用平均精度作为度量，您可以使用eval_metric="PRAUC:use_weights=false，它与scikit-learn average_precision 和MAP on XGboost 具有相同的含义。从catboost 0.32.1 版本开始实施此指标。

【讨论】：