含类别特征的已训练CatBoost模型为何需传入训练Pool？

在CatBoost的部分方法中，存在和类别变量相关的特殊要求：

• 当模型包含独热编码的类别变量时，plot_tree(tree_idx, pool=None)的可选参数pool会变为必填项
• save_model的参数说明提到：如果不传入Pool，模型可以保存为JSON格式，但后续无法正常使用

针对这些设计，存在以下疑问：

• 训练完成后，为什么必须携带庞大的原始训练数据？
• 仅绘制单棵分类树的场景下，为什么需要依赖全量训练数据？
• 通过实验发现，只需要构造一个包含所有类别变量唯一取值的"假数据集"，就能让plot_tree正常运行（实验代码如下）。那CatBoost为什么不把类别变量的唯一取值随模型一起保存，反而要求用户保留全量训练数据？

实验代码 #

onehotvalues = {'a':np.arange(154), 'b':[1,2,3]}
allfeatures = ['winCount'] + Xfeatures

maxlen = max([len(v) for v in onehotvalues.values()])
train = pd.DataFrame(np.zeros([maxlen, len(allfeatures)]), columns=allfeatures)
for k, v in onehotvalues.items():
    train.loc[:len(v)-1, k] = v
train = train.astype({k:int for k in onehotvalues.keys()})
train_pool = cb.Pool(train[Xfeatures], label=train.winCount, cat_features=list(onehotvalues.keys()))
model.plot_tree(20, train_pool)

内容的提问来源于stack exchange，提问作者Arif Zaman