Presná definícia
Čo znamená CatBoost?
CatBoost je gradientne posilňovaný stromový algoritmus so špecializovaným spracovaním kategorických premenných. Cieľové štatistiky počíta usporiadaným spôsobom, aby hodnota príkladu nevyužila jeho vlastný cieľ, a používa ordered boosting na obmedzenie predikčného posunu. Často stavia symetrické stromy, v ktorých sa na rovnakej úrovni používa rovnaká podmienka.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri dátach s mestom, typom produktu a ďalšími kategóriami sa stĺpce označia ako kategorické bez ručného target encodingu vypočítaného na celom súbore. CatBoost tvorí štatistiky v bezpečnom poradí, no validácia musí stále rešpektovať čas a entity. Ladí sa hĺbka, learning rate, regularizácia a počet iterácií s early stoppingom. Zriedkavé alebo nové kategórie sa testujú osobitne. Symetrické stromy zrýchľujú predikciu, ale voľba parametrov a spracovanie textu závisia od verzie; konfigurácia sa preto uloží spolu s modelom.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Musí sa použiť one-hot encoding?
Nie vždy. CatBoost dokáže z kategórií vytvárať riadené cieľové štatistiky.
Ako obmedzuje target leakage?
Štatistiku pre príklad počíta z predchádzajúcich príkladov v náhodnom usporiadaní, nie z jeho cieľa.
Čo rieši ordered boosting?
Znižuje posun vznikajúci, keď sa rezíduá a model odhadujú z tých istých cieľov.
Čo je symetrický strom?
Všetky uzly rovnakej hĺbky používajú tú istú deliacu podmienku.
Čo sa stane s nevidenou hodnotou?
Spracuje sa podľa uložených štatistík a priorov; výkon treba overiť na reálnych novinkách.