本文介绍了CatBoost，一个来自俄罗斯搜索引擎公司的集成学习算法，特别适合处理类别型特征，无需one-hot编码。文章简述了CatBoost的Python接口使用，包括sklearn风格的接口，并提到其内置数据结构Pool。尽管没有Spark接口限制了它在大规模分布式场景的应用，但其简单的调参和GPU支持仍是亮点。
前言
本篇继续我们的集成算法学习之旅。这次带来的是一家俄罗斯搜索引擎公司推出的集成学习算法：Catboost（官网[https://catboost.ai/]）。名字中的cat代表着categorical，就是说它可以直接处理类别型的特征变量，而无须进行one-hot-encoding处理，这还真是相比于其它算法包的一个优点。此外，官方宣传的卖点还包括：简化的调参（默认的参数即可实现高质量的预测）；对GPU的支持等。
如果有一直关注我们的系列文章，相信大家已经发现主流的算法包都会封装一套像sklearn那样的接口规范，使用起来已经毫无成本可言了。CatBoost也不例外。
Python + CatBoost
还是熟悉的配方，通过sklearn风格的接口可快速上手如下：
from sklearn.datasets import load_breast_cancer
X,y = load_breast_cancer(return_X_y = True)
from sklearn.model_selection <
最低0.47元/天 解锁文章
扫一扫
1304
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
