如何在Python中正确将CatBoost模型保存至Google Cloud Storage

你遇到的报错是因为CatBoost的save_model方法本身不直接支持Google Cloud Storage（GS）的路径格式，可通过以下两种方式处理：

方法一：先存本地再上传到GS #

先把模型保存到本地临时文件，再用GCP的存储SDK上传到桶中：

1. 安装依赖：

pip install google-cloud-storage

2. 修改代码：

from google.cloud import storage

# 先保存到本地文件
bst_model.save_model("bst_model.cbm", format="cbm")

# 初始化GS客户端并上传
client = storage.Client()
bucket = client.get_bucket("gchidam-tnt-input-data")  # 替换为你的桶名
blob = bucket.blob("bst_model.cbm")  # 桶内的目标文件名
blob.upload_from_filename("bst_model.cbm")

方法二：用fsspec让CatBoost直接支持GS路径 #

如果你的CatBoost版本较新（建议v1.0及以上），可以借助fsspec库直接识别GS路径：

1. 安装依赖：

pip install fsspec gcsfs

2. 直接使用原代码（建议给文件名加上.cbm后缀更规范）：

bst_model.save_model(f"gs://gchidam-tnt-input-data/bst_model.cbm",
       format="cbm",
       export_parameters=None,
       pool=None)

关键注意事项 #

• 认证配置：本地开发需设置GOOGLE_APPLICATION_CREDENTIALS环境变量，指向你的GCP服务账号密钥文件；如果在GCP托管服务（如AI平台、云函数）中运行，会自动获取服务账号权限。
• 桶权限检查：确认你的账号/服务账号拥有目标GS桶的写入权限（需storage.objects.create权限）。

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