P
Ой зря сказала
catboost возможность считать регрессионные метрики (MAE, MAPE) не по всему датасету, а усреднением по группам, заданным в Pool в поле group_id?Size: a a a
2019 September 26
2019 September 27
ДМ
Привет, подскажите, есть ли в
P🐈
Привет, подскажите, есть ли в
catboost возможность считать регрессионные метрики (MAE, MAPE) не по всему датасету, а усреднением по группам, заданным в Pool в поле group_id?Можно дописать UserQuerywiseMetric и в ней что угодно сделать
P🐈
Я так делал RMSE-like метрику , которая одновременно штрафует и группу и отдельные примеры
P🐈
SK
Можно потом еще послать нам эту метрику в ПР:)
ДМ
Можно дописать UserQuerywiseMetric и в ней что угодно сделать
Спасибо, а есть пример с реализованными кастомными метриками на python?
P🐈
Спасибо, а есть пример с реализованными кастомными метриками на python?
Групповые на питоне нельзя писать (
ДМ
Ох, а на плюсах есть пример? Желательно, с описанием пересборки catboost)
P🐈
К сожалению это все сложно, лучше попробовать для начала собрать кэтбуст без изменений.
Беда еще в том, что UserQuerywiseMetric нужно править только в самом кэтбусте.
Интерфейса, где ты используешь кэтбуст как библиотеку, нет
Беда еще в том, что UserQuerywiseMetric нужно править только в самом кэтбусте.
Интерфейса, где ты используешь кэтбуст как библиотеку, нет
P🐈
Если дойдут руки до создания этой метрики, то править нужно два файла - metric.cpp и error_functions.h . Вот пример метрики
https://gist.github.com/paveltyavin/3e279f6010ba38356541ada174d04e4d
https://gist.github.com/paveltyavin/3e279f6010ba38356541ada174d04e4d
2019 September 28
P
Здравствуйте. Я обучаю модель через train. Она занимает 2,7 гига оперативки. В конце обучения пишет bestTest, bestIteration, Shrink model и потом начинает заполнять всю оперативную память и часть свопа. После этого predict сделать уже не получается, т.к. ждет осовбождения памяти. gc освобождает 0. Подскажите, от чего это?
2019 September 30
SN
Не могу понять, как использовать параметр has_time. Где надо указывать, какая колонка должна использоваться?
OS
Насколько я понял, просто надо отсортировать датасет в нужном порядке. У меня так работало
AA
О, кстати, это интересный параметр
Оптимизировал catboost на временных рядах через hyperopt, оказалось, что has_time=False даёт лучший скор, но вообще разница незначительная
Это возможное поведение или я что-то неправильно делал?
Оптимизировал catboost на временных рядах через hyperopt, оказалось, что has_time=False даёт лучший скор, но вообще разница незначительная
Это возможное поведение или я что-то неправильно делал?
SN
Насколько я понял, просто надо отсортировать датасет в нужном порядке. У меня так работало
👍 Ок, попробую
2019 October 01
AD
В одном из предыдущих релизов мы поддержали разреженные данные. Поделитесь впечатлениями, кто использует. Был ли этот релиз вам полезен? Для чего используете?
Аa
В одном из предыдущих релизов мы поддержали разреженные данные. Поделитесь впечатлениями, кто использует. Был ли этот релиз вам полезен? Для чего используете?
Обрадовался, попытался использовать для классификации текста, сделал bag of word через tfidf, скормил кэтбусту, увидел estimated time: 21h, закрыл, открыл issue. Сижу расстраиваюсь.
V
Обрадовался, попытался использовать для классификации текста, сделал bag of word через tfidf, скормил кэтбусту, увидел estimated time: 21h, закрыл, открыл issue. Сижу расстраиваюсь.
сравните тогда и с другими моделями плз - интересно как оно
Аa
сравните тогда и с другими моделями плз - интересно как оно
SGDClassifier моментально считает (секунды)