AD
вот так: simple_ctr='Borders:TargetBorderCount=2'
Size: a a a
2019 April 18
SZ
вот так: simple_ctr='Borders:TargetBorderCount=2'
Ещё раз спасибо)
Аa
Из занимательных наблюдений: у меня на одной задаче довольно быстро нарастает датасет для обучения. И вот чем он больше, тем бОльший lr хорошо заходит. на примерно 4М строк ставлю lr=0.6 и отлично всё. а на маленьких наборах приходится ставить на порядок меньшие значения, чтобы не было оверфита.
AD
Ну да, на маленьких датасетах переобучение больше. Кроме того, чем больше датасет, тем больше итераций нужно с тем же лернинг рейтом.
AD
Ещё раз спасибо)
Еще можно one_hot_max_size немного повысить, он 2 по умолчанию
2019 April 19
IP
По
catboost_evaluation нету документации?AE
Доброго времени суток. Может ли кто-то подсказать где почитать про подготовку данных? Сет от 20мл, ворочать с помощью pandas боль
AK
Доброго времени суток. Может ли кто-то подсказать где почитать про подготовку данных? Сет от 20мл, ворочать с помощью pandas боль
Привет, у тебя какие фичи в датасете? Текст? Категории?
A
SQL, r::data.table
ИБ
Доброго времени суток. Может ли кто-то подсказать где почитать про подготовку данных? Сет от 20мл, ворочать с помощью pandas боль
AE
Спасибо, пока изучу предложенные варианты
AE
Привет, у тебя какие фичи в датасете? Текст? Категории?
Дата сет скорее категории
AS
Тогда приведи к типу category. Датасет сожмется по весу в несколько раз
AK
Спасибо, пока изучу предложенные варианты
Попробуй ещё vaex и dask
AE
Может кто в падаваны взять? 😅 есть вопросы по подготовке данных, не хочу в группу флудить
AG
я бы тебя взял, но на эксперименты
AS
Еще один ☝️ плюс к использованию категорий в dataframe. Можно сокращать размер данных в frame
MK
ну да, потому что заменяются числами)