Изменения
CatBoost
,Нет описания правки
Практически любой современный метод на основе градиентного бустинга работает с числамичисловыми признаками. Это приводит к искажению их сути и потенциальному снижению точности работы модели.Именно поэтому было важно научить машину работать не только с числамичисловыми признаками, но и с категориями категориальными признаками напрямую, закономерности между которыми она будет выявлять самостоятельно, без ручной «помощи».
CatBoost разработан так, чтобы одинаково хорошо работать «из коробки» как с числовыми признаками (англ. ''features''), так и с категориальными (англ. ''categorical features'').