记录一下

catboost 处理特征为分类的神器,你用ligtbgm或者xgboost在处理具有大量分类特征的时候,独热编码不好用,因为你一个特征就有上千个分类,每个都独热,效果特别差,好的方法是每个分类用均值编码,这种容易过拟合,catboost 设计了一种算法验证改进,避免了过拟合。因此处理分类数据应该比lightgbm 和xgboost 强很多,我观察在处理分类数据中一般会有很大提升(未调参)。

关于均值编码

https://blog.csdn.net/juzexia/article/details/78581462

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CtrlZ1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值