Python中CatBoost plot_tree无法可视化问题求助

核心问题原因 #

你使用TfidfVectorizer生成的是稀疏矩阵（csr_matrix），而CatBoost的plot_tree在处理稀疏矩阵时，可能无法正确识别特征名称或完成渲染，导致图表无法显示。XGBoost和LightGBM的plot_tree对稀疏矩阵兼容性更好，所以能正常工作。

具体解决步骤 #

1. 为Pool指定特征名称 #

在创建CatBoost Pool对象时，显式传入Tfidf生成的特征名称，让plot_tree能正确解析节点特征：

vectorizer = TfidfVectorizer()
train_features = vectorizer.fit_transform(train_features)
# 获取特征名称
feature_names = vectorizer.get_feature_names_out()
# 创建Pool时指定feature_names
pool = ctb.Pool(train_features, train_target, feature_names=feature_names)

2. 调整Matplotlib显示尺寸 #

CatBoost生成的决策树可能较大，默认Matplotlib画布尺寸不足以完整显示，可提前设置更大的画布：

plt.figure(figsize=(30, 15))  # 根据树的复杂程度调整尺寸
model_CBC.plot_tree(tree_idx=0, pool=pool)
plt.show()

3. （可选）转换稀疏矩阵为密集矩阵 #

如果上述方法仍无效，可将稀疏矩阵转换为密集数组后传入Pool（注意：当特征数量极大时，此方法会占用较多内存）：

train_features_dense = train_features.toarray()
pool = ctb.Pool(train_features_dense, train_target, feature_names=feature_names)

修改后的完整catboost函数示例 #

def catboost():
    global train_features, test_features
    vectorizer = TfidfVectorizer()
    train_features = vectorizer.fit_transform(train_features)
    test_features = vectorizer.transform(test_features)
    feature_names = vectorizer.get_feature_names_out()
    # 创建带特征名的Pool
    pool = ctb.Pool(train_features, train_target, feature_names=feature_names)
    model_CBC = ctb.CatBoostClassifier().fit(pool, plot=True)
    
    # 设置大尺寸画布
    plt.figure(figsize=(30, 15))
    model_CBC.plot_tree(tree_idx=0, pool=pool)
    plt.show()
    
    expected_y = test_target
    predicted_y = model_CBC.predict(test_features)
    accuracy = accuracy_score(expected_y, predicted_y)
    print("Accuracy: %.2f%%" % (accuracy * 100.0))

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