AK
да невозможно у меня применять на пачке, надо быстро на одном)
Size: a a a
2020 June 28
SK
а принципиально именно из питона это делать?
SK
для максимальной скорости я бы смотрел в сторону C API
AK
желательно из питона,
я посмотрю на С, спасибо
я посмотрю на С, спасибо
SK
treelite это же тоже перекомпиляция модели
AK
да на 10к заметно лучше
SK
для питона мы починим, ждем issue)
AK
я создам тогда, спасибо)
2020 June 29
y
А возможно как-то узнать что происходит при классификации до момента обучения? Пробовал разные варианты logging_level, но влияет он, похоже, исключительно на уровень логов для каждой итерации обучения. Просто потребление памяти и ЛА меняются, видно что что-то происходит, но что - не понятно.
2020 July 03
ЕТ
Дамы и господа, а есть для метрики MultiClass где-нибудь объяснение её логики на пальцах?
IL
Метрика MultiClass это логарифм правдоподобия, вот здесь неплохо описано, как она получается https://glassboxmedicine.com/2019/12/07/connections-log-likelihood-cross-entropy-kl-divergence-logistic-regression-and-neural-networks/ или вот здесь на последних слайдах https://www.cs.princeton.edu/courses/archive/spring16/cos495/slides/ML_basics_lecture7_multiclass.pdf
ЕТ
Метрика MultiClass это логарифм правдоподобия, вот здесь неплохо описано, как она получается https://glassboxmedicine.com/2019/12/07/connections-log-likelihood-cross-entropy-kl-divergence-logistic-regression-and-neural-networks/ или вот здесь на последних слайдах https://www.cs.princeton.edu/courses/archive/spring16/cos495/slides/ML_basics_lecture7_multiclass.pdf
Спасибо!
SS
А подскажите пожалуйста, как оптимальнее решить задачу MultiLabel классификации с помощью CatBoost? Допустим каждый объект принадлежит 10 из 1000 возможных классов.
Пока пришло только в голову разбить каждый объект на 10, решить как MultiClass, а потом взять топ10 классов.🤔
Пока пришло только в голову разбить каждый объект на 10, решить как MultiClass, а потом взять топ10 классов.🤔
SS
Второй вариант: класс как фича, каждый объект преобразуется в 1000, где 10 положительных и 990 отрицательных, далее бинарная классификация.
AB
Коллеги, соориентируйте, пожалуйста, как собрать катбуст на локальной машине. В репозитории особых указаний не нашел. Предполагаю так: make -f python3.CLANG7-LINUX-X86_64.makefile?
y
А чего просто из репа не поставить?
AB
Я хочу багу одну исправить и сделать пул-реквест
y
Баг в апи питоновском?
AB
Нет, баг в файле libs/model/model.cpp
IL
Коллеги, соориентируйте, пожалуйста, как собрать катбуст на локальной машине. В репозитории особых указаний не нашел. Предполагаю так: make -f python3.CLANG7-LINUX-X86_64.makefile?
Про сборку можно в документации посмотреть https://catboost.ai/docs/installation/python-installation-method-build-from-source-linux-macos.html