Телеграмм чат группы catboost_ru страница 384

parrot.ru

Рейтинг популярных групп и каналов

В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

catboost_ru

956 membersпожаловаться на группу

2021 January 05

I

Infin in catboost_ru

Здравствуйте. У меня есть массив токенов. При загрузке в Pool этого массива как Дата Фрейма ловлю такую ошибку. Не подскажите в чем проблема?

источник

22:53пожаловаться #1

2021 January 06

N

Norx in catboost_ru

Вам следует использовать CatBoost. Вот почему.

Читать

@machinelearning_ru

Яндекс Дзен

Вам следует использовать CatBoost. Вот почему.

Простое руководство по алгоритму машинного обучения CatBoost от Data Scientist. Фото Pacto Visual на Unsplash [1]. Содержание Введение

источник

09:37пожаловаться #2

d

dePuff in catboost_ru

Infin

Здравствуйте. У меня есть массив токенов. При загрузке в Pool этого массива как Дата Фрейма ловлю такую ошибку. Не подскажите в чем проблема?

Я вообще не понимаю, что может сделать катбуст с массивом токенов
Но может я не проснулся

источник

10:59пожаловаться #3

I

Infin in catboost_ru

Я вообще не понимаю, что может сделать катбуст с массивом токенов
Но может я не проснулся

Ну, у меня был текст, я его токенизировал. Получил массив чисел (массив токенов, как я это назвал). Теперь мне это надо загрузить в модель, как обучающие данные.

источник

14:58пожаловаться #4

d

dePuff in catboost_ru

Infin

Ну, у меня был текст, я его токенизировал. Получил массив чисел (массив токенов, как я это назвал). Теперь мне это надо загрузить в модель, как обучающие данные.

https://github.com/catboost/tutorials/blob/master/text_features/text_features_in_catboost.ipynb

catboost/tutorials

CatBoost tutorials repository. Contribute to catboost/tutorials development by creating an account on GitHub.

источник

14:59пожаловаться #5

d

dePuff in catboost_ru

Я проснулся, но что cb умеет в массив токенов так и не вспомнил)

источник

15:00пожаловаться #6

I

Infin in catboost_ru

https://catboost.ai/docs/concepts/algorithm-main-stages_text-to-numeric.html

Отсюда это вычитал (возможно неправильно понял)

Transforming text features to numerical features - CatBoost. Documentation

CatBoost supports the following types of features: Numerical. Examples are the height (“182”, “173”), or any binary feature (“0”, “1”). Categorical (cat). Such features can take one of a limited number of possible values. These values are usually fixed. Examples are the musical genre (“rock”, “indie”, “pop”) and the musical style (“dance”, “classical”). Text. Such features contain regular text (for example, “Music to hear, why hear'st thou music sadly?”).

источник

15:01пожаловаться #7

d

dePuff in catboost_ru

Infin

https://catboost.ai/docs/concepts/algorithm-main-stages_text-to-numeric.html

Отсюда это вычитал (возможно неправильно понял)

Transforming text features to numerical features - CatBoost. Documentation

CatBoost supports the following types of features: Numerical. Examples are the height (“182”, “173”), or any binary feature (“0”, “1”). Categorical (cat). Such features can take one of a limited number of possible values. These values are usually fixed. Examples are the musical genre (“rock”, “indie”, “pop”) and the musical style (“dance”, “classical”). Text. Such features contain regular text (for example, “Music to hear, why hear'st thou music sadly?”).

Я ссылку на титориал официальный кинул
Там и как фичи снаружи готовить, так и как средствами cb

источник

15:04пожаловаться #8

I

Infin in catboost_ru

Я ссылку на титориал официальный кинул
Там и как фичи снаружи готовить, так и как средствами cb

Хорошо, спасибо

источник

15:04пожаловаться #9

TP

Tymur Prorochenko in catboost_ru

не подскажете в чем проблема?

train.quantize(task_type = 'GPU', per_float_feature_quantization='12:border_count=1024')

CatBoostError: catboost/private/libs/options/plain_options_helper.cpp:106: Condition violated: `binarizationDescription.IsArray()'

источник

15:16пожаловаться #10

L

LS in catboost_ru

Вам следует использовать CatBoost. Вот почему.

Читать

@machinelearning_ru

Яндекс Дзен

Вам следует использовать CatBoost. Вот почему.

Простое руководство по алгоритму машинного обучения CatBoost от Data Scientist. Фото Pacto Visual на Unsplash [1]. Содержание Введение

Поверхностная и не интересная статья) если уж пишете, то старайтесь а не будьте как все на дзене с низкокачественным контентом. Dislike

источник

15:28пожаловаться #11

AG

Artyom Gruzdev in catboost_ru

Вчера записал ролик по CatBoost, возможно, будет интересно https://www.youtube.com/watch?v=OpQpYi_LtTQ. Запланировано 5 роликов, про настройку гиперпараметров и решение задач

CatBoost. Лекция 1

источник

20:57пожаловаться #12

2021 January 08

d

dmitry in catboost_ru

А я правильно понимаю, что нет такой метрики как "лучший f1"? То есть такой f1 который на вход принимает proba , а на выходе дает f1 соответствующий лучшему трешхолду? Как я понимаю, обычный F1 бинаризует по порогу 0.5

источник

16:32пожаловаться #13

AU

Aleksei Ustimenko in catboost_ru

С тз математики предлагаемая вами метрика смещена. Правильный математически подход - подбираем сами руками лучший порог на трейне (или отдельном куске трейна на котором не обучаемся - так ещё лучше) и считаем ф1 с одним единственным порогом который подобрали.

источник

16:37пожаловаться #14

d

dmitry in catboost_ru

Aleksei Ustimenko

С тз математики предлагаемая вами метрика смещена. Правильный математически подход - подбираем сами руками лучший порог на трейне (или отдельном куске трейна на котором не обучаемся - так ещё лучше) и считаем ф1 с одним единственным порогом который подобрали.

Полностью осознаю, но тем не менее есть много юзкейсов где даже такая смещенная метрика лучше чем дефолтный F1

источник

16:46пожаловаться #15

ДС

Дмитрий Симаков... in catboost_ru

(Почти всегда)

источник

16:46пожаловаться #16

d

dmitry in catboost_ru

Простой пример -- просто большая валидация, тогда смещение не играет роль

источник

16:46пожаловаться #17

AS

Alexsey Shestacov in catboost_ru

Может кто подскажет, какой метрикой можно оценить способность модели выделять редкие признаки (в задаче классификации) ?

источник

18:08пожаловаться #18

s

sasha in catboost_ru

Alexsey Shestacov

Может кто подскажет, какой метрикой можно оценить способность модели выделять редкие признаки (в задаче классификации) ?

что значит редкие?

источник

18:12пожаловаться #19

d

dmitry in catboost_ru

Alexsey Shestacov

Может кто подскажет, какой метрикой можно оценить способность модели выделять редкие признаки (в задаче классификации) ?

Очень полезно понимать зачем это нужно оценить - может быть можно оценить что-то более четкое

источник

18:13пожаловаться #20