ты кстати можешь ничего не переобучая пофиксить

спецом сделали метод, дропающий неиспользуемые фичи

то есть на питоне загрузить, почистить и пересохранить?

ага

cb.drop_unused_features()

ну у меня переобучить не проблема, а там в комментарии можно дописать

вообще это бага

нужно ее пофиксать

оч плохая бага

tsv - это же csv с табуляцией вместо запятых?

Если я автозаменой поменяю запятые на табуляцию, catboost его обработает?)

Да можно и с запятыми, но тогда надо delimiter поставить в параметрах

Добрый день, у меня вопрос по max_ctr_complexity. Ситуация такая: датасет на 30+ млн строк, 25 фич, есть категориальная фича с высокой кардинальностью + она типа uint64,
поэтому я конвертирую ее в строку. Если я обучаю с max_ctr_complexity=1, то получаю 500Мб модель. Попробовал убрать max_ctr_complexity, тогда на валидации получаю неплохое улучшение, но модель растет просто нереально (когда она записала на диск 25Гб я прибил процесс).

Стоит ли пытаться самостоятельно вписывать фичу uint64 в int32 или предпринимать какие-то другие действия (хочется использовать max_ctr_complexity>1)?

Может есть возможность указать, что именно для этой фичи я хочу ctr_complexity=1?

https://catboost.ai/docs/concepts/faq.html#reduce-the-size-of-the-final-model - тут есть несколько советов

спасибо, буду пробовать

@annaveronika после трех дней обучения такая ситуация как быть

Еще бы узнать как правильно работать с
panda datetime в catboost

Не переобучается алгоритм, так бывает, можно радоваться :) Дальше можно пытаться добавлять новые фичи, можно несимметричные деревья обучить или просто симметричные более глубокие.

datetime в катбусте не поддерживается

добавлено всё что можно уже) а дальше обучение медленно идет. За первый день 120к итерация, за два следующих ~60. Данные не кешируются наверное