集成算法之CatBoost參數解釋

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settingplot=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

機器學習算法之Catboost

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