T
остальные от 120 000 и 250 000
Size: a a a
2021 March 30
T
Работать-то пока работает, вопрос в целесообразности такой покупки 🙂
может какие-то можете порекомендовать ?
ВК
GeForce GTX 1080 Ti в районе 60 000 за бу
я за 31к брал с рук, года два назад :)
ВК
на авито
T
сейчас на авито 60 за 1080ti
DC
Нужно просто подождать пока дефицит пройдет и брать 3070
Аa
Нужно просто подождать пока дефицит пройдет и брать 3070
это когда 4080 выйдет или когда эфир обвалится? )
DC
это когда 4080 выйдет или когда эфир обвалится? )
Так даже если выйдет 4080, а эфир будет стоить дорого, все разберут и будет дефицит)
Аa
Так даже если выйдет 4080, а эфир будет стоить дорого, все разберут и будет дефицит)
твоя правда. Вон, ноуты раскупили
AM
это когда 4080 выйдет или когда эфир обвалится? )
так 4080 будет тоже в 4 раза дороже стоить)
A
Подскажите, пожалуйста, столкнулся с тем, что catboost regressor выдаёт при предикте много отрицательных значений, причём в обучающих данных ни одного отрицательного значения нет, можно ли как то это исправить?
d
Подскажите, пожалуйста, столкнулся с тем, что catboost regressor выдаёт при предикте много отрицательных значений, причём в обучающих данных ни одного отрицательного значения нет, можно ли как то это исправить?
Если не слишком церемониться, то можно при помощи np.clip()
d
Если по-умному, то можно попробовать другой лосс или препроцессинг + постпроцессинг. Но нужно хорошо понимать зачем это все и что оптимизируется
SL
Подскажите, пожалуйста, столкнулся с тем, что catboost regressor выдаёт при предикте много отрицательных значений, причём в обучающих данных ни одного отрицательного значения нет, можно ли как то это исправить?
Возможно оверфит на число деревьев (у меня такое было) то есть деревьев много, и чисто коэффициенты при деревьях дают такое
Ещё мой любимый вариант предсказывать не x, а log(x)
Ещё мой любимый вариант предсказывать не x, а log(x)
A
Уменьшил количество итераций, не помогло, может ли быть такая проблема из-за выбора loss function MAE?
Аa
Уменьшил количество итераций, не помогло, может ли быть такая проблема из-за выбора loss function MAE?
Такая "проблема" из-за выбора бустинга в принципе. Используйте np.clip
A
Хорошо, всем спасибо
2021 March 31
KS
Привет!
Подскажите пожалуйста, как происходит разбиение данных на пары для обучения при использовании YetiRankPairwise?
Можно ли как-то управлять разбиением?
Подскажите пожалуйста, как происходит разбиение данных на пары для обучения при использовании YetiRankPairwise?
Можно ли как-то управлять разбиением?
IL
Привет!
Во-первых, пары всегда генерируются с объектами из одной группы.
Во-вторых, пары можно задать вручную при создании пула или установить параметр метрики для числа генерируемых пар (PairLogit:max_pairs=50). По-умолчанию, буду сгенерированы все возможные пары.
В случае YetiRankPairwise по сути есть 2 набора пар. Один набор используется для расчета метрики PairLogit и им можно управлять, задав пары вручную.
Второй набор используется при расчете градиентов, он динамический и им управлять нельзя. Подробно о том, как он генерируется, можно глянуть в статье http://proceedings.mlr.press/v14/gulin11a.html
Во-первых, пары всегда генерируются с объектами из одной группы.
Во-вторых, пары можно задать вручную при создании пула или установить параметр метрики для числа генерируемых пар (PairLogit:max_pairs=50). По-умолчанию, буду сгенерированы все возможные пары.
В случае YetiRankPairwise по сути есть 2 набора пар. Один набор используется для расчета метрики PairLogit и им можно управлять, задав пары вручную.
Второй набор используется при расчете градиентов, он динамический и им управлять нельзя. Подробно о том, как он генерируется, можно глянуть в статье http://proceedings.mlr.press/v14/gulin11a.html
К
Здравствуйте.
Может кто-нибудь порекомендовать хорошую литературу по feature engineering?
Может кто-нибудь порекомендовать хорошую литературу по feature engineering?