AG
для создания бинов не используются абсолютные значения фичи, только порядок
я не конкретно про catboost говорил
Size: a a a
2018 December 14
AG
в h2o нормализация дает улучшение или выбор QuantileGlobal
AG
но еще лучше брать RoundRobin
AD
в катбусте на самом деле есть Uniform еще, там как раз равномерная сетка по значениям делается.
AG
кстати, есть такая возможность в катбусте?
AG
хотя нет циклический перебор не поможет в катбусте
ND
@nikitxskv т.е. бинаризация используется catboost-ом по умолчанию?
да, бинаризация всегда делается
OY
Подскажите, пожалуйста, ещё один момент. Вопрос конечно, довольно общего характера. Стоит ли исключать из обучающей выборки многомерные выбросы, найденные, к примеру при помощи miss forest? Вообще, и для катбуста в частности?
OY
Ладно, снимаю вопрос. В такой формулировке он чуть ли не риторический:) Буду думать исходя из структуры имеющихся данных.
AD
Мы подготовили список простых задачек в разработке катбуста
https://github.com/catboost/catboost/blob/master/open_problems/open_problems.md
Каждая из этих задач - это отличный способ начать контрибьютить в опенсорс. Они все небольшие и не требуют знания всей кодовой базы. При этом все полезные!
Приглашаю желающих поучаствовать! Тем, кто соберется, предлагаю делать issue на гитхабе с соответствующей задачей, мы в комментариях поможем разобраться в коде, в том, как его собрать и как вкоммитить.
https://github.com/catboost/catboost/blob/master/open_problems/open_problems.md
Каждая из этих задач - это отличный способ начать контрибьютить в опенсорс. Они все небольшие и не требуют знания всей кодовой базы. При этом все полезные!
Приглашаю желающих поучаствовать! Тем, кто соберется, предлагаю делать issue на гитхабе с соответствующей задачей, мы в комментариях поможем разобраться в коде, в том, как его собрать и как вкоммитить.
A
2 задача - нужно дергать с++ через rcpp, или питон через reticulate?
ЕП
скорее всего, c++ через rcpp.
AC
А есть данные типа берём МНОГО датасетов из кагла/других источников, применяем катбуст, записываем результат катбуста и чемпионо, смотрим какая разница... Ну типа такого... Пока не видел выиграша катбуста на своих задачах... В презентациях пять примеров упомянуто (если верно помню) мало както...
Аa
Alexander C
А есть данные типа берём МНОГО датасетов из кагла/других источников, применяем катбуст, записываем результат катбуста и чемпионо, смотрим какая разница... Ну типа такого... Пока не видел выиграша катбуста на своих задачах... В презентациях пять примеров упомянуто (если верно помню) мало както...
я делал себе футболку с напечатанным там крупным шрифтом кодом, который десятка в два строк забрасывает в топ30% титаника.
Вот за простоту использования и стабильность в нагрузке catboost я и люблю. Тот же lightgbm обучается быстрее и точнее, но он потом себя ведёт, а котик пашет.
Вот за простоту использования и стабильность в нагрузке catboost я и люблю. Тот же lightgbm обучается быстрее и точнее, но он потом себя ведёт, а котик пашет.
DK
Alexander C
А есть данные типа берём МНОГО датасетов из кагла/других источников, применяем катбуст, записываем результат катбуста и чемпионо, смотрим какая разница... Ну типа такого... Пока не видел выиграша катбуста на своих задачах... В презентациях пять примеров упомянуто (если верно помню) мало както...
Информацию по бенчмаркам можно найти здесь: https://github.com/catboost/catboost/tree/master/catboost/benchmarks
AD
Мы вообще планируем расширить, эти делали еще перед опенсорсом
AD
Но руки пока не дошли
AD
Если есть датасет, где мы не выигрываем, скинь нам, пожалуйста, посмотреть.
AD
Будет у нас возможность улучшиться
AC
Будет у нас возможность улучшиться
Сейчас вот мл кап идет в соседнем чате гипергипер активно обсуждают, говорят что катбуст, что логрег, один черт, у менябыло также, логрег только малость лучше