Vertex AI端点CatBoost预测报错：ValueError: Unable to coerce value

在Vertex AI部署CatBoost回归模型后，执行预测时触发ValueError: Unable to coerce value错误，相关代码及报错信息如下：

原预测代码 #

sample = [[2.0200e+03, 4.5000e+01, -2.6090e+01, -2.4440e+01, 3.8000e+01, 2.0201e+05]]

# get prediction
response = endpoint.predict(sample)
y_pred = response.predictions[0][0]

print('API response: ', response)
print('Predicted Value: ', y_pred)

报错信息 #

ValueError: Unable to coerce value: array([ 2.0200e+03,  4.5000e+01, -2.6090e+01, -2.4440e+01,  3.8000e+01,  2.0201e+05])

问题原因与解决方法 #

这个错误核心是输入格式不符合Vertex AI预测服务或CatBoost模型的要求，以下是针对性解决步骤：

• 改用特征名映射的字典输入：Vertex AI的预测接口更适配带特征名的字典结构，尤其是CatBoost模型训练时若定义了特征名，必须保持一致。示例代码：

  # 替换为你训练时实际使用的特征名称
  sample = [
      {
          "feature_1": 2020.0,
          "feature_2": 45.0,
          "feature_3": -26.09,
          "feature_4": -24.44,
          "feature_5": 38.0,
          "feature_6": 202010.0
      }
  ]
  response = endpoint.predict(instances=sample)
  y_pred = response.predictions[0]
  

• 统一数据类型：确保输入数据类型与训练集完全匹配，比如训练时用的是float64，输入就不要用科学计数法的数值，直接转换为普通浮点数或整数，避免类型解析异常。
• 检查模型部署配置：确认部署时使用的容器支持CatBoost模型的输入解析，若用自定义容器，需确保代码能正确处理输入的JSON格式，将其转换为CatBoost可识别的特征数组。
• 验证输入结构完整性：如果模型要求多实例输入，确保每个实例的特征数量、顺序（若用数组输入）与训练时一致，数组输入时需注意通过instances参数传递：

  response = endpoint.predict(instances=sample)
  

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