К содержанию
Quantoros

CatBoost тратит больше времени на Pool, чем на обучение числовой матрицы. Какой эксперимент с представлением оправдан?

Classic MLУровень: ПрактикаCatBoost · Pool data contract

CatBoost тратит больше времени на Pool, чем на обучение числовой матрицы. Какой эксперимент с представлением оправдан?

Подсказки
  • Профилируйте преобразование данных отдельно от бустинга.
  • На коротких запусках представление данных может доминировать.

Ответ

Сравните числовой массив float32 или документированный FeaturesData с тяжёлыми Python-object структурами. Проверьте точность и схему категорий; настройка обучения не устранит накладные расходы чтения.

Источник и лицензия: CatBoost · Pool data contract · Apache-2.0 · ответ: редакция Quantoros · перевод: Quantoros

Похожие вопросы