參考1
Catboost基礎介紹
作者介紹的很詳細了,包括:
- 安裝
- Pool/FeaturesData(內存和速度都更優)
- Case
- Visualization(fit時setting
plot=True
,實時觀測訓練情況) - Early Stopping策略(防止過擬合、節約訓練時間)
- Feature-Importance value&Visualization output
- CV(Cross Validation)
- DIY Loss AND Metric Function
- 常用參數的說明(很詳細)
參考2
這篇文章簡短有力,瞭解CatBoost,內容:
- CatBoost簡介
- CatBoost的優點
- 與其他提升(Boosting)算法相比,CatBoost怎麼樣?
- CatBoost技術介紹
- 類別型特徵
- 特徵組合
- 重要的實現細節
- 克服梯度偏差
- 快速評分
- 基於GPU實現快速學習
- 密集的數值特徵
- 類別型特徵
- 多GPU支持
- CatBoost的安裝與案例
- CatBoost參數詳解