Повышение Градиента С Помощью Catboost (Часть 3/3)

В предыдущих частях мы рассмотрели проблему бинарной классификации.

Если классов больше двух, то используется MultiClassification, параметру loss_function будет присвоено значение MultiClass. Мы можем запустить обучение на нашем наборе данных, но получим те же результаты, а обучение займет немного больше времени:

   

 from catboost import CatBoostClassifier
 
 model = CatBoostClassifier(
     iterations=150,
     random_seed=43,
     loss_function='MultiClass'
 )
 
 model.fit(
     X_train, y_train,
     cat_features=cat_features,
     eval_set=(X_test, y_test),
     verbose=False,
     plot=True
 )

   

Давайте сначала обучим модель:

model = CatBoostClassifier( random_seed=63, iterations=200, learning_rate=0.05 ) model.fit( X_train, y_train, cat_features=cat_features, verbose=50 ) 0:

Теги: #Машинное обучение #python #программирование #открытый исходный код #ml #catboost #повышение градиента

• Восстановление Учетной Записи Microsoft

  19 Oct, 24

• `Пожилые Люди И Интернет"

  19 Oct, 24

• Способы Заработать Деньги В Интернете, Не Тратя Ни Цента

  19 Oct, 24

• Редизайн: Аэрофлот Предложил Пользователям Выбрать Дизайн Нового Сайта Авиакомпании

  19 Oct, 24

• Кошки И Лебеди Пасутся: Листаем Книги Для Знакомства С Профессией Менеджера

  19 Oct, 24

• Датацентр Eggs: Как Emercoin Позволил Реализовать Идею Распределенного Дата-Центра На Блокчейне

  19 Oct, 24

• Android-Смартфон Htc Gratia Представлен Официально

  19 Oct, 24

• Твиттер Не Работает

  19 Oct, 24

• Новая Программа Способна Восстанавливать Информацию, Скрытую Пикселизацией

  19 Oct, 24

• Мы Построили Пирамиду

  19 Oct, 24