А почему по-умолчанию 2?

Подскажите пожалуйста, что означает ctrs (из документации catboost по категориальным фичам).

click through rates думаю. единички/(единички+нолики) в рамках категории или всего датасета

А можете посоветовать пожалуйста, где про это можно почитать? Как я понимаю, это работает лучше, чем one-hot encoding, но требует больших вычислительных ресурсов

Коллеги, не подскажете, как CatBoost работает с длинным хвостом из низкочастотных значений в категорийных фичах? Надо этот хвост отфильтровать вручную, чтобы не было переобучения, или CatBoost сам справится?

переобучения не должно быть, но может получиться большая модель. Если будет такая проблема, можно отфильтровать эти значения либо действовать по инструкции в доке "что делать, если модель большая

Спасибо!

Иван, здравствуйте, первый столбец это входные данные, а второй predict, не убывающая, мы писали про то, что будет константа, поэтому и привел похожие примеры

не очень понял пример, gt сортируется по предсказаниям, получается один столбец с сортированными gt, что имеется в виду во втором столбце?
ROC AUC всегда неубывающая.
по поводу чем раньше начался подъем тем больше auc от части не так, он может в начале не начать подниматься, например
0,0,0,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0...(1000 нулей)
будет лучше чем
1,1,1,1,0,..(1000 нулей),1,1,1,1,1,1,1
то есть во втором случае рашьше подъем но  auc будет меньше, тут важно перестановка единичек и ноликов, если единичка поменялась  с ноликом местами, то меняется auc

За ответ спасибо)

Всем привет, никто случайно не знает как accuracy преобразовать в balanced accuracy, зная P и N?

А, ещё известно самое значение accuracy

Можешь свою функцию точности написать

Используя формулу со скрина

Даже вроде можно ж свои метрики делать, чтобы выбирать оптимальное кол-во деревьев

Берешь confusion matrix из sklearn из неё TP TN P N и делаешь свою функцию для BACC

Можно так, но я считаю это в C#

ааа

Экспортирую 2 столбца, первый это начальные значения, второй - посчитанные