Это не очень нормально, желательно сделать issue про это, чтоб мы не забыли посмотреть.

Окей, сейчас создам issue

Было бы здоворо, чтоб были данные, на которых такое поведение воспроизводится

и параметры системы и запуска- тип процессора, количество потоков, параметры обучения

Хорошо

Спасибо, понял вас, а подскажите что будет если значений больше чем one hot max size и категория неизвестна.

https://catboost.ai/docs/concepts/algorithm-main-stages_cat-to-numberic.html - вот тут в дроби countInClass и totalCount будет равно нулю, поэтому averageTarget будет равно prior.

👍  спасибо

Хотел спросить, почему при кросс-валидации катбуст не подбирает автоматически learning_rate, а делает это только при обучении model.fit()?

Можете что нибудь посоветовать  для обработки данных чтобы катбуст лучше справился? У меня в данных часть столбцов статические данные и часть столбцов данные которые аккумулируются с каждым новым онлайном пользователя. Итоговый таргет стоит на последней дате онлайна, в выборку попадает не более чем 7 онлайнов на пользователя. Большинство фичей статические, но те несколько которые являются нестатичными очень важны, поэтому без них никак. Получается у меня на одного пользователя максимум 7 наблюдений и большинство фичей повторяются. После добавления данных и появления повторов качество только упало. Подозреваю как раз из-за того что катбуст не может хорошо классифицировать статические данные тк таргет для них меняется. Может быть 6 наблюдений на пользователя с таргетом 0 и только последнее наблюдение с таргетом 1. Как быть ?

В выборке много категориальных данных, я их решил не предобрабатывать, думаю что может еще в этом проблема ? Итоговая размерность данных я уверен очень большая. Несколько тысяч колонок. Возможно если снизить размерность обработав вручную категориальные данные, то так получится помочь катбусту ?

Добрый день,

Я все пытаюсь разобраться с механизмом кодирования категорийный значений. Благодаря вашим пояснениям, формула кодирования мне понятна.

Хотел бы уточнить как получается Function value для каждого документа(например из таблицы https://catboost.ai/docs/concepts/algorithm-main-stages_cat-to-numberic.html):

Object # f1  f2  f3    ...   Function value
1     2     40     ...     rock     1
7     5     42     ...     rock     1

Так же хотел бы уточить как выбирается значение константы prior.

Заранее вам благодарен

> Итоговая размерность данных я уверен очень большая. Несколько тысяч колонок.

А вы не пробовали размерность снижать через PCA?

Всем привет!)
Завтра в 18:00 состоится наш туториал по новым фичам катбуста, присоединяйтесь!
https://events.yandex.ru/events/tutorial-catboost-04-06-2020?from=tg_catboost

Спасибо 👍

Если подтверждение заявки еще не пришло, хотя подавал заявку давно то есть ли шансы?)

Да, завтра утром, в день события, направим всем приглашалки в зум)

Супер)

Когда хочу использовать метрику из туториала https://github.com/catboost/tutorials/blob/master/custom_loss/custom_metric_tutorial.md . То выдает ошибку.

Для того, чтобы заработала метрика, написанная на C++ мне пришлось подредактировать следующие файлы (см. скриншот). Уважаемые разработчики, сообщите, пожалуйста, действительно ли требуется отредактировать столько файлов, чтобы вставить кастомную метрику на c++.