CatBoostとは 勾配ブースティング木モデルの1種 公式の訳+αを備忘録的にまとめる。 CatBoostモデルのチューニング One-hot-encoding 前処理の段階ではやるなというのが公式の指示。何よりも先に説明するあたり重要そうだ。 categorical featuresについては、ちゃんと設定しないとよいスコアがないらしいい 参照:https://towardsdatascience.com/catboost-vs-light-gbm-vs-xgboost-5f93620723db 一意の値が”one_hot_max_size”で設定したint以下の特徴量についてone-hot-encodingを適用する。デフォルト値は2 Number of trees 他のパラメータを調整する前に優先して設定する。反復回数を大きな値に設定しつつ、オーバーフィット検出器パラメータを使用し
![CatBoostのチューニングについてまとめ(ただの訳) - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/fb1e9ee85444970049b0edc960472842b5124648/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9Q2F0Qm9vc3QlRTMlODElQUUlRTMlODMlODElRTMlODMlQTUlRTMlODMlQkMlRTMlODMlOEIlRTMlODMlQjMlRTMlODIlQjAlRTMlODElQUIlRTMlODElQTQlRTMlODElODQlRTMlODElQTYlRTMlODElQkUlRTMlODElQTglRTMlODIlODElRUYlQkMlODglRTMlODElOUYlRTMlODElQTAlRTMlODElQUUlRTglQTglQjMlRUYlQkMlODkmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPTIzZjkwNzcyYWFlYjhiMDhmNTYzNjU0MTk4YmVlZDZj%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBNdF9UYWthJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz00ZjBiMGYyYWRjNDQwZWFlMmZlNWRlY2Q2N2Y2Nzc5Mw%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D9ef109b202588775c353fff98b033211)