Если у тебя в обучающей выборке не будет примеров со значением "апрель", то кэтбусту будет проще подобрать его через соседние май и март. А вот когда ты скормишь её как категориальную, хэши явно этот порядок потеряют и будет лажа

Спасибо

можно оба варианта добавить и посмотреть как работает

Звучит как датасаенс. 👍

А где про time series cv почитать?

Так забавно, пока пиилю решение одной задачи, уже 2й или 3й раз меняю версию Catboost в requirments.txt, потому что вы в новом релизе что-то полезное вотпрямщас добавляете.

А где можно лог с изменениями почитать?

благодарю

Нравится эта библиотека, потому что обновляется часто, совершенствуется, с коммюнити поддерживает тесный контакт, соответствует изменчивому миру ml

Какие оси у вывода utils.get_confusion_matrix() чему соответствуют? В получившемся массиве элемент a[0,1] - это количество элементов 0го класса, которые модель классифицировала как 1й, или наоборот?

как у sklearn, C_ij - кол-во объектов из i-го класса, предсказанных быть в j-м классе

спасибо

немного у нас можно прочесть, скинул ссылку

Да, в 0.16.* был в применении на питоне с катфичами баг при применении к больше 128 документам. Пофиксили, катим релиз. Спасибо, что зарепортили!

CatBoost 0.16.4 is out now! This release provides possibility to train pairwise models without groups and a 1.8 speedup of prediction for not symmetric trees.
It also fixes a bug in python prediction from 0.16.*, so please update if you have python!

Делаю кросс-валидацию и потом с теми же параметрами обучаю модельку:

parameters = {
    'eval_metric': 'MultiClass',
    'iterations': 5000,
    'metric_period': 100,
    'loss_function': 'MultiClass',
    'l2_leaf_reg': 30,
    'random_seed': 0,
    'custom_metric': ['F1', 'Recall' ]
}
scores = cv(P_full,
            params=parameters,
            stratified=True,
            fold_count=3
            )

scores.to_csv('catboost_score.csv')

model = CatBoostClassifier(**parameters)
model.fit(P_full)

Catboost понаписал всякого в каталог catboost_info и я хочу это теперь в ноутбучике визуализировать.

import catboost
w = catboost.MetricVisualizer('catboost_info/', subdirs=False)
w.start()

Рисует только кривую обучения модельки.
w = catboost.MetricVisualizer('catboost_info/', subdirs=True) задумывается надолго.

Как корректно нарисовать график для кросс-валидации, типа такого?

Почему мы до сих пор не сделали бота, который выкидывает эти сообщения?

+