数据特征工程 | Python实现CatBoost特征处理及选择
基本介绍
CatBoost(categorical boosting)是一种能够很好地处理类别型特征的梯度提升算法库。本文中,我们对 CatBoost 基本原理及应用实例做个详细介绍。后面小猴子还将针对其中几个重要特性做专门介绍,如 CatBoost 对类别型特征处理、特征选择、文本特征处理、超参数调整以及多标签目标处理,看完记得点个赞支持下!
模型原理
要理解 boosting,我们首先理解集成学习,为了获得更好的预测性能,集成学习结合多个模型(弱学习器)的预测结果。它的策略就是大力出奇迹,因为弱学习器的有效组合可以生成更准确和更鲁棒的模型。集成学习方法分为三大类:
- Bagging:该技术使用随机数据子集并行构建不同的模型,并聚合所有预测变量的预测结果。
- Boosting:这种技术是可迭代的、顺序进行的和自适应的,因为每个预测器都是针对上一个模型的错误进行修正。
Stacking:这是一种元学习技术,涉及结合来自多种机器学习算法的预测,例如 bagg