CatBoost算法模型

CatBoost = Catgorical + Boost高效的处理分类特征（categorical features），首先对分类特征做统计，计算某个分类特征（category）出现的频率，然后加上超参数，生成新的数值型特征（numerical features）同时使用组合类别特征，丰富了特征维度采用的基模型是对称决策树，算法的参数少、支持分类变量通过可以防止过拟合CatBoost对于分类特征

s_daqing

1348人浏览 · 2021-07-04 11:39:48

s_daqing · 2021-07-04 11:39:48 发布

CatBoost = Catgorical + Boost
高效的处理分类特征（categorical features），首先对分类特征做统计，计算某个分类特征（category）出现的频率，然后加上超参数，生成新的数值型特征（numerical features）
同时使用组合类别特征，丰富了特征维度
采用的基模型是对称决策树，算法的参数少、支持分类变量通过可以防止过拟合

CatBoost对于分类特征多的数据，可以高效的处理，过拟合程度小，效果好

可参考：https://zhuanlan.zhihu.com/p/102540344

天启AI社区

GitCode 天启AI是一款由 GitCode 团队打造的智能助手，基于先进的LLM（大语言模型）与多智能体 Agent 技术构建，致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话，还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力，真正做到“一句话，让 Al帮你完成复杂任务”。

更多推荐