CatBoost设置plot=True后训练验证误差学习曲线可视化不显示问题

• 安装必要依赖ipywidgets，CatBoost的交互式可视化基于该组件实现，执行安装命令：
  pip install ipywidgets
• 启用Jupyter Notebook的widgets扩展，执行命令后重启整个Jupyter服务：
  jupyter nbextension enable --py widgetsnbextension
• 检查Chrome浏览器拦截类插件，广告拦截、脚本拦截、隐私防护类插件都会阻止CatBoost动态绘图脚本加载，临时禁用这类插件后刷新页面重试
• 升级CatBoost到最新稳定版本，旧版本存在已知的可视化兼容bug，升级命令：
  pip install --upgrade catboost
• 上述方案均无效时可使用手动绘图替代方案，关闭fit方法的plot参数后，提取训练日志自行绘制学习曲线，示例代码如下：

# 训练阶段关闭内置plot
model.fit(
    X_train, y_train,
    cat_features=categorical_features_indices,
    eval_set=(X_val, y_val),
    verbose=False
)

# 提取评估指标绘制曲线
import matplotlib.pyplot as plt
evals_result = model.get_evals_result()
# 若使用自定义评估指标，将下方的Logloss替换为对应指标名称即可
plt.plot(evals_result['learn']['Logloss'], label='训练集误差')
plt.plot(evals_result['validation_0']['Logloss'], label='验证集误差')
plt.xlabel('迭代次数')
plt.ylabel('误差值')
plt.legend()
plt.show()

*注：如果设置了多个验证集，需要根据实际eval_set的顺序调整validation_0对应的索引。

内容的提问来源于stack exchange，提问作者AnnaMos