机器学习：CatBoost简介( 四 )_CatBoost基于梯度增强

如果数据没有时间， CatBoost会随机为每个数据点创建一个人工时间。

步骤1：使用当时在所有其他数据点上训练过的模型计算每个数据点的残差(例如，要计算x5数据点的残差，我们使用x1、x2、x3和x4训练一个模型) 。因此，我们针对不同的数据点训练不同的模型。最后，我们计算每个对应模型从未见过的数据点的残差。
步骤2：使用每个数据点的残差训练模型
步骤3：重复步骤1和步骤2（进行n次迭代）

对于上述示例数据集，我们应该训练9种不同的模型来获得9个数据点的残差。当我们有更多数据点时，这在计算上是昂贵的。

因此，默认情况下，它只训练log(num_of_datapoint)模型，而不是为每个数据点训练不同的模型。现在，如果一个模型已经训练了n个数据点，那么这个模型将被用来计算接下来n个数据点的残差。