К содержанию
Quantoros

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

Похожие вопросы