Привет!
Только если руками поменять код
Вот тут https://github.com/catboost/catboost/blob/master/catboost/libs/train_lib/train_model.cpp#L364
, например, можно добавить:

if (iter == 100) {
    ++ctx->Params.ObliviousTreeOptions->MaxDepth;
}

Привет!
Для числовых фичей делается только бинаризация (https://tech.yandex.com/catboost/doc/dg/concepts/binarization-docpage/), категориальный фичи никак не предобрабатываются перед обучением, их обработка идет прям в процессе обучения. Это нужно для того, что бы сэкономить память. Так что из препроцессинга у нас только бинаризация числовых фичей, которая необходима обучению и отключить её нельзя.
А как ты хочешь пропроцессить данные?

Привет!
А кликхаус ты запускаешь под тем же питоном, для которого поставил катбуст?

"А как ты хочешь пропроцессить данные?"  Кат-фичи-OneHot,  Числовые-тут большое кол-во методов кластеризация(много вариаций), топ, частоты, средние...

КХ запускаю не из под питона. Я нашел способ как запустить но костыльный, нашел доккр образ с примером работы и от туда выкачал скомпилинные файлы катбуста копирнул их себе на сервер и заработало

"категориальный фичи никак не предобрабатываются перед обучением, их обработка идет прям в процессе обучения " Т.е. неважно как выглядить кат фича: это string, href, хэш или onehot? А что там за обработка прям в процессе? для чего тогда опция one_hot_max_size?

Vad One-hot для кат фичей мы рекомендуем не делать, так как обычно от этого бывает только хуже (обучение будет работать дольше, так как вырастет объем пула). Числовые можно как угодно обрабатывать (делать из них категориальные или превращать в другие числовые).

Параметр one_hot_max_size задает число уникальных значений кат фичи, до которого эта фича будет препроцесситься как one-hot, а если число уникальных значений катфичи больше one_hot_max_size, то катфича будет препроцесситься другим образом (будут считаться счетчики, подробнее можно прочитать тут: http://learningsys.org/nips17/assets/papers/paper_11.pdf)

Т.е. с кат фичами вообще ничего не делать и неважно что там string, хэш, int? я правильно понял? И что там за магия хоть намекните? Не пойму... вы считаете OneHot вредным, ну если не брать память в расчет, то OneHot на мой взгляд лучшее решение...

Как отключить логи или указать другую папку? логи просто огромные..

Не важно что там, так как всегда перед обучением от всех катфичей берется хэш и они все превращаются в int

One-hot не вредные
Просто они лучше работают, когда уникальных значений у катфичи мало
Когда много - лучше работают счетчики
Магии никакой нет, просто колонка с катфичей заменяется на числовую колонку с некоторыми статистиками, которые считаются по колонке с катфичей

allow_writing_files=False
train_dir='tmp_dir' - указание папки

при отключении логов plot в jupytere будет рисоваться?

нет

if (iter == 100) {
    ++ctx->Params.ObliviousTreeOptions->MaxDepth;
}

спс

А как получить лучшие параметры модели полученные на кросс-валидации,

Кросс-валидация не подбирает параметры же. Можно только на число итераций посмотреть.

Параметры можно подбирать, например, при помощи гиперопта

Сорян, некорректный вопрос. А на что число итераций влияет в модели, на длинну дерева? Этот параметр вообще нужно подбирать?

1) Нет 2) число итераций нужно подбирать исходя из того, как модель обучается и при каком learning rate

Можно ли что то вызвать чтобы получить кол-во итераций с макс. скором для всех фолдов?