Как backtracking оценки листьев улучшает шаг CatBoost без нового дерева?
Classic MLУровень: ПрактикаCatBoost · Training parameters
Как backtracking оценки листьев улучшает шаг CatBoost без нового дерева?
Подсказки
- Вспомните принятие шага в численной оптимизации.
- Уменьшение обновления не увеличивает ансамбль.
Ответ
Он уменьшает предлагаемый gradient/Newton-шаг до выполнения выбранного условия принятия. Меняется оптимизация значений листьев существующего дерева, а не число деревьев или структура сплитов.
Источник и лицензия: CatBoost · Training parameters · Apache-2.0 · ответ: редакция Quantoros · перевод: Quantoros