无法用参数初始化Spark版CatBoostClassifier问题咨询

catboost_spark的CatBoostClassifier遵循Spark MLlib的API设计规范，不能直接在初始化时传入learning_rate、loss_function这类训练参数，需要用以下方式配置：

方法1：使用setParams批量设置 #

from catboost import catboost_spark

model = catboost_spark.CatBoostClassifier()
model.setParams(
    learning_rate=configs['catboost']['learning_rate'],
    loss_function='Logloss',
    num_leaves=31
)

方法2：初始化时通过params字典传入 #

model = catboost_spark.CatBoostClassifier(
    params={
        'learning_rate': configs['catboost']['learning_rate'],
        'loss_function': 'Logloss',
        'num_leaves': 31
    }
)

方法3：单独调用setter方法 #

每个参数对应一个以set开头的驼峰命名方法：

model = catboost_spark.CatBoostClassifier()
model.setLearningRate(configs['catboost']['learning_rate'])
model.setLossFunction('Logloss')
model.setNumLeaves(31)

注意：参数名在params字典里使用原生CatBoost的命名（比如num_leaves），而setter方法采用驼峰命名（比如setNumLeaves），两者对应关系可参考CatBoost Spark版的参数列表。

内容的提问来源于stack exchange，提问作者user27360168