Телеграмм чат группы catboost

Size: a a a

catboost_ru

2019 April 09

0.13.1 нельзя передать категориальные признаки названием столбцов
Invalid cat_features[0] = Запрос вручную value type=<class 'str'>: must be int().

по-моему в 0.14 это исправили

источник

13:37пожаловаться #1

Anna Veronika Dorogush in catboost_ru

Igor Petrov

Да, в 0.14.0 только, сейчас зальем новые бинари на pypi

источник

13:38пожаловаться #2

ИБ

Иван Брагин in catboost_ru

Maxim Khrisanfov

Иван Спасибо за статью.
Из статьи: bagging_temperature - Уменьшение значения ведет к увеличению оверфита.
Это точно так? В том видео, на которое ты ссылаешься, не говорится такое, насколько я помню там речь шла о random_strength и L2.

Могу ошибаться, я понимаю этот параметр из документации https://catboost.ai/docs/concepts/parameter-tuning.html так что если мы увеличиваем его, то увеличивается рандомизация весов, если он равен нулю, то веса всех объектов всегда равны единице, лучше конечно если кто то из разработчиков ответит, я и в статье поправлю если там ошибка

catboost.ai

Parameter tuning - CatBoost. Documentation

Do not use one-hot encoding during preprocessing. This affects both the training speed and the resulting quality.

источник

13:38пожаловаться #3

Igor Petrov in catboost_ru

Anna Veronika Dorogush

Да, в 0.14.0 только, сейчас зальем новые бинари на pypi

Спасибо! Ждём

источник

13:38пожаловаться #4

ИБ

Иван Брагин in catboost_ru

В видео говорится что этот параметр стоит потюнить, а как именно его тюнить я, помоему, сделал вывод из документации

источник

13:39пожаловаться #5

Anna Veronika Dorogush in catboost_ru

Иван Брагин

catboost.ai

Parameter tuning - CatBoost. Documentation

Do not use one-hot encoding during preprocessing. This affects both the training speed and the resulting quality.

Да, если увеличивать значение, то увеличивается рандомизация. Мы скоро выложим отдельную доку про все наши семплирования, там формулы будут, будет понятнее.

источник

13:41пожаловаться #6

Maxim Khrisanfov in catboost_ru

Я правильно понимаю, что если установить has_time=True, то параметры random_strength и bagging_temperature перестают работать - рандомизации уже нет?

источник

13:45пожаловаться #7

Anna Veronika Dorogush in catboost_ru

нет, все остается, единственное - фиксируется одна перестановка.

источник

13:46пожаловаться #8

Viktor in catboost_ru

а есть где-то примеры применения к гиперпараметрам как гридсерча так и рендомсерча?

источник

13:49пожаловаться #9

Anna Veronika Dorogush in catboost_ru

https://github.com/catboost/benchmarks/tree/master/kaggle/rossmann-store-sales - вот тут есть

GitHub

catboost/benchmarks

Comparison tools. Contribute to catboost/benchmarks development by creating an account on GitHub.

источник

13:52пожаловаться #10

Anna Veronika Dorogush in catboost_ru

Но надо бы сделать отдельный туториал на питоне с подбором параметров https://github.com/catboost/catboost/issues/782 - сделала issue

источник

13:53пожаловаться #11

Sasha Zhu in catboost_ru

Anna Veronika Dorogush

Но надо бы сделать отдельный туториал на питоне с подбором параметров https://github.com/catboost/catboost/issues/782 - сделала issue

Ой, было бы очень здорово

источник

13:54пожаловаться #12

Grigory in catboost_ru

Anna Veronika Dorogush

Но надо бы сделать отдельный туториал на питоне с подбором параметров https://github.com/catboost/catboost/issues/782 - сделала issue

👍🏻

источник

13:57пожаловаться #13

Anna Veronika Dorogush in catboost_ru

Сегодня мы опубликовали новый релиз библиотеки 0.14.0!
В этом релизе сильно ускорено обучение CPU на разреженных данных, добавлены новые стратегии построения деревьев (теперь поддержаны стратегии из XGBoost и LightGBM) и возможность выбора скора для сплитов на GPU. Эти два новых параметра могут улучшить качество итоговой модели, если их подбирать. Есть и другие улучшения - о них можно почитать здесь.
Подробности на гитхабе: https://github.com/catboost/catboost/releases/tag/v0.14.0

GitHub

catboost/catboost

A fast, scalable, high performance Gradient Boosting on Decision Trees library, used for ranking, classification, regression and other machine learning tasks for Python, R, Java, C++. Supports comp...

источник

16:18пожаловаться #14

Андрей in catboost_ru

Вааау, очень вовремя!!

источник

16:19пожаловаться #15

Андрей in catboost_ru

спасибо

источник