Size: a a a

2020 July 08

IL

Ivan Lyzhin in catboost_ru
Threshold всегда выдаётся для prob1
источник

OO

Oleg Okeev in catboost_ru
Ivan Lyzhin
Threshold всегда выдаётся для prob1
Спасибо
источник
2020 July 09

SK

Stanislav Kirillov in catboost_ru
Мы ищем в отдел компьютерного зрения и ML-приложений (CatBoost как раз мы делаем в этой команде) менеджера:
https://yandex.ru/jobs/vacancies/proj_man/pm_ml_tools/.
Мы ищем человека, который:
- Любит и знает ML
- Хочет и умеет общаться с людьми, выступать, писать посты, ездить на конференции по машинном обучению.
Основными задачами менеджера являются:
- Продвижение наших мл инструментов в мире.
- Построение стратегии развития мл инструментов.
- Развитие платформы рекомендаций Яндекса, а также все остальных библиотек машинного обучения, которые у нас используются.
Для успешной работы будет необходимо понимать, как работают все наши инструменты, а также кто и как их использует.
Москва, 150-300к gross
Отзывайтесь на вакансию, мы вас ждем!
источник
2020 July 10

VP

Vladimir Podshivalov in catboost_ru
Привет! Вопрос про компиляцию evaluation library под Android, конкретно arm64-v8a. Нужна классификация (не мульти), нужны категориальные фичи.

Изучил https://catboost.ai/docs/concepts/c-plus-plus-api_dynamic-c-pluplus-wrapper.html и https://github.com/catboost/catboost/tree/master/make. Откопал https://github.com/catboost/catboost/issues/408, https://github.com/catboost/catboost/issues/582 и тред на хабре (аттач).

Есть ли какие-нибудь апдейты по этому поводу? Куда лучше смотреть в первую очередь, если необходим инференс под андроидом - в сторону ONNX? или пытаться переписать ваш, например, model_interface_static.CLANG7-LINUX-X86_64.makefile, под таргет ARM?

Спасибо :)
источник

VM

Vera Medvedeva in catboost_ru
Добрый день, подскажите пожалуйста, есть ли способ принудительно задать диапазон предсказаний, от-до, и как это сделать?
Детектор переобучения не срабатывает, а predict выдаёт значения, например, <0, которых принципиально нет в данных.
источник

SK

Stanislav Kirillov in catboost_ru
Vladimir Podshivalov
Привет! Вопрос про компиляцию evaluation library под Android, конкретно arm64-v8a. Нужна классификация (не мульти), нужны категориальные фичи.

Изучил https://catboost.ai/docs/concepts/c-plus-plus-api_dynamic-c-pluplus-wrapper.html и https://github.com/catboost/catboost/tree/master/make. Откопал https://github.com/catboost/catboost/issues/408, https://github.com/catboost/catboost/issues/582 и тред на хабре (аттач).

Есть ли какие-нибудь апдейты по этому поводу? Куда лучше смотреть в первую очередь, если необходим инференс под андроидом - в сторону ONNX? или пытаться переписать ваш, например, model_interface_static.CLANG7-LINUX-X86_64.makefile, под таргет ARM?

Спасибо :)
в режиме кросс-компиляции должно работать, я попробую и напишу
источник

VP

Vladimir Podshivalov in catboost_ru
Stanislav Kirillov
в режиме кросс-компиляции должно работать, я попробую и напишу
Спасибо!!
источник

SS

Sergey Salnikov in catboost_ru
catboost - несмещенный?
источник

OO

Oleg Okeev in catboost_ru
Ivan Lyzhin
Threshold всегда выдаётся для prob1
Подскажите пожалуйста, когда загрузил Модель и новую выборку, то как посмотреть precision и logloss?
источник

IL

Ivan Lyzhin in catboost_ru
Oleg Okeev
Подскажите пожалуйста, когда загрузил Модель и новую выборку, то как посмотреть precision и logloss?
Можно воспользоваться методом eval_metrics модели https://catboost.ai/docs/concepts/python-reference_catboost_eval-metrics.html
источник
2020 July 11

OO

Oleg Okeev in catboost_ru
Сделал. И снова вопрос

Имею class1/class0 57/43
Модель получила precision 0.623 Это плохо получается?
Я делал параметр модели stratified=True для несбалансированных классов.
Precision 0.625 нужно сравнивать с 50% или 57%? Чтобы понять насколько моя модель лучше рандома?
Могу ли использовать фильтры prob1>x% или prob0>x%, чтобы отсечь предсказания с низкой вероятностью отнесения к классу, и оставить только высокие вероятности. Или так будет некорректно делать?
источник

NT

Nikolay Tolstov in catboost_ru
Это очень плохо
источник

NT

Nikolay Tolstov in catboost_ru
Так можно
источник

OO

Oleg Okeev in catboost_ru
Nikolay Tolstov
Так можно
Спасибо
источник

OO

Oleg Okeev in catboost_ru
Nikolay Tolstov
Это очень плохо
Так мою Модель надо сравнивать с 50% или с 57% если я сделал стратификацию классов ?
источник

IL

Ivan Lyzhin in catboost_ru
Если все объекты относить к классу 1, то precision получится 57%
источник

OO

Oleg Okeev in catboost_ru
Ivan Lyzhin
Если все объекты относить к классу 1, то precision получится 57%
Понял, значит ориентир 57%
источник
2020 July 13

K

K-S in catboost_ru
Sergey Salnikov
catboost - несмещенный?
Да по идее смещённый, как и любой другой деревянный алгоритм
источник

SS

Sergey Salnikov in catboost_ru
но catboost же имеет склонность к переобучению, (почти) неограниченный запас коэффициентов (деревьев) чтобы подстроиться под данные, значит bias небольшой. я экпериментировал - ансамбль из пары десятков cb, обученных на подвыборах по условиям (типа some_feature == и != some_top_feature_vaue) с усреднением (точнее - median) ответов - прирост качества есть.
источник

K

K-S in catboost_ru
А, я думал, в данном вопросе вы под смещением не классическое смещение имели в виду, а завышенность/заниженность вероятностей для классификатора и связанную с этим проблему калибровки
источник