у меня еще вопрос по интерпретации feature_importance с shap
саму библиотеку shap я так и не согла у себя запустить, вижу у них вот такие примеры.
Правильно ли я предполагаю, что отрицательные значения, полученные через feature_importance будут соответствовать голубой зоне на этом графике, а положительные - красной?

Да

спасибо!

@annaveronika , а в историю с остальными интерпретациями для катбуста вы пойдете? (чтобы не только шап, а PDP, ICE, ALE)?

Например, круто было бы подумать над ALE(https://arxiv.org/pdf/1612.08468.pdf) для категорий

Мы пока не планировали ничего нового в этой области, но мы будем рады, если кто-то внешний добавит!

Привет, подскажите где бы подсмотреть как катбуст во время calc из RawFormulaVal делает Probability для Logloss метрики?

Probability - сигмоида от RawFormulaVal

пример вычисления есть в туториале классификации

спасибо, нашёл

@annaveronika интересно как используется CatBoost в Яндекс Такси))

Я, честно говоря, деталей про такси не знаю.

жаль, было бы интересно узнать

помню что была статью на хабре и там вроде говорилось как юзали кэтбуст

спасибо

Перестал работать shap вылетает на shap.TreeExplainer(model) с ошибкой

'float_feature_index'

Что может быть не так?

Или кто подскажет, как сейчас считать вклад фичей?

всетки глюки и вылеты идут версия в R новая..тока оставленная  0,15,2 ....то после catboost.train() то после catboost.get_feature_importance ..падает R ..fatall error

При переходе на QueryCrossEntropy катбуст начал падать в середине тренировки по cuda Out of memory
`
uncaught exception:
   address -> 0x158621c08
   what() -> "catboost/cuda/cuda_lib/memory_pool/stack_like_memory_pool.h:302: Error: Out of memory. Requested 640.0703125 MB; Free 177.8482904 MB"
   type -> NCudaLib::TOutOfMemoryError
`
Самое обидное что тихо и рестартуя ipython kernel 😥
Сейчас параметры такие
`
param = {'loss_function': 'QueryCrossEntropy',
        'learning_rate': 0.01,
        'iterations': 200,
        'depth': 6,
        'max_ctr_complexity': 1,
        'task_type': 'GPU',
        'gpu_cat_features_storage': 'CpuPinnedMemory',
        'gpu_ram_part': 0.9,
        'eval_metric': 'QueryCrossEntropy'}
`
40m строк, 8 катфичей, + 20 float

А сколько в группе примеров?