FF
на logloss по train я бы тоже смотрел
Ну у меня по precision оптимизация
Size: a a a
2019 March 11
FF
на logloss по train я бы тоже смотрел
И какой он должен быть ?
MK
не должно быть слишком большой разницы между train и test, если она есть значит модель слишком сложная, то есть переобучение есть
FF
не должно быть слишком большой разницы между train и test, если она есть значит модель слишком сложная, то есть переобучение есть
Ну это понятно . Всегда сразу смотрю. Вопрос в том как в Catboost сохранить какую-либо Модель с кроссвалидации
MK
сам сделай кросс-валидацию это 10-20 строк кода, скоро программировать разучимся такими темпами :)
FF
сам сделай кросс-валидацию это 10-20 строк кода, скоро программировать разучимся такими темпами :)
Зачем ? Если в Catboost все это реализовано ?
MK
ну ты сам видишь как это реализовано :)
FF
Там много тонкостей , которые тут решены.
MK
ты еще не использовал видимо когда много данных, эта кросс-валидация не работает практически
FF
Вопрос зачем брать Модель с кроссвалидации, если базовая Модель устойчивая ?
FF
ты еще не использовал видимо когда много данных, эта кросс-валидация не работает практически
А с чем это связано ?
MK
видимо с тем что обучается несколько моделей одновременно, для вывода информации, классическая реализация обучать отдельно каждую модель
MK
много ресурсов уходит
FF
много ресурсов уходит
Медленно работает или не работает ?
MK
медленно работает, я не дождался когда мне надо было
MK
отдельно сделать самому кросс-валидацию быстрее
MK
Там много тонкостей , которые тут решены.
какие тонкости ты имеешь ввиду?
FF
отдельно сделать самому кросс-валидацию быстрее
Я использую gpu -все пока летает