机器学习:CatBoost简介(11)

您可以可视化您选择监控的所有指标 。

7.分阶段预测和Shrinking Models

这又是CatBoost库提供的一种强大方法 。 您已经训练过模型 , 并且想知道模型在特定迭代中如何预测 。 您可以调用staged_predict()方法来检查模型在该阶段的执行情况 。 如果您确实注意到在特定阶段模型的性能优于最终训练模型 , 则可以使用shrink()方法将模型shrink到该特定阶段 。

8.处理不同的情况

无论是节假日 , 还是淡季 , 还是正常日期 , 模型都应该预测每种情况下的最佳结果 。

对于这类问题 , 您可以在 不同的交叉验证数据集上训练不同的模型 , 并使用sum_models()方法将所有模型与一些权重分配给每个模型 。 稍后根据情况 , 您可以更改每个模型的权重 。

其他