Изменения
CatBoost
,Нет описания правки
* Регрессия
* Классификация
Функция потерь - максимизируем вероятность того что все объекты в обучающей выборке классифицированы правильно, вероятность - это сигмоида над значением формулы
Функция ```predict``` - выдает необработанный результат. Такой результат можно складывать, например, с результатами других моделей.
* Мультиклассификация
* Ранжирования - (объекты Ранжирование Объекты с попарной классификацией).
----
== Построение дерева ==
* Медианная сетка. Задаем количество разбиений над множеством значений, далее идем по объектам в порядке сортировки и разбиваем на группы по k объектов, где k - количество объектов в одном слоте разбиения.
* UniformAndQuantiles. Комбинация 1 и 2 пунктов.
* MaxSumLog - в основе лежит точно правильная динамика, работает долго.
* GreedyLogSum - аналог MaxSumLog, однако в основе лежит жадность, поэтому работает не точно, однако быстрее чем MaxSumLog
----