Catboost:为什么多类分类在内部转换为回归/单类分类问题
Catboost是一种基于梯度提升决策树（GBDT）算法的机器学习框架，它在处理多类分类问题时会将其转换为回归或单类分类问题。这种转换的目的是为了提高模型的性能和效果。
多类分类问题是指具有多个类别标签的分类任务。传统的多类分类问题处理方法包括一对一（One-vs-One）和一对其他（One-vs-Rest）等策略。然而，这些方法在面对大规模、高维度数据时会遇到效率和准确性的问题。
相比之下，Catboost将多类分类问题转换为回归或单类分类问题能够有效地解决这些问题。在这种转换中，Catboost通过为每个类别训练一个模型，然后将样本分配给具有最高概率预测的类别，实现了多类分类问题的解决。
Catboost在多类分类问题上的优势包括：
- 高效性能：Catboost在处理大规模、高维度数据时表现出色，具有较快的训练和预测速度。
- 准确性：通过将多类分类问题转换为回归或单类分类问题，Catboost能够提供更准确的分类结果。
- 鲁棒性：Catboost能够处理具有缺失值和离散特征的数据，对异常值和噪声具有较强的鲁棒性。
- 特征重要性：Catboost可以提供每个特征在模型中的重要性排序，帮助用户进行特征选择和解释模型结果。
Catboost在各类编程语言中都有相应的API和支持，包括Python、R、Java等。对于使用腾讯云的用户，腾讯云提供了Catboost的相关产品和服务，可以通过腾讯云机器学习平台（https://cloud.tencent.com/product/tc-ml）进行模型训练和部署。
相关·内容
1回答
当使用scikit的分类器-学习多类问题时，是否需要用一种热编码对标签进行编码？例如，我有3个类，在将这些数据输入不同的分类器以进行培训时，简单地将它们标记为0、1和2。据我所知，它似乎运转正常。但是，有什么理由不推荐这种基本编码吗？
有些算法，如随机森林，本机处理分类值。对于logistic回归、多层感知器、高斯朴素Bayes和随机森林等方法，如果我没有弄错的话，这些方法似乎是本机处理分类值。这个评估是正确的吗？谁的科学知识-学习的分类器不处理这些输入本地和影响的序号？
浏览 1提问于2018-07-25得票数 3
回答已采纳
我把CV类搞糊涂了。我认为它接受一个回归器或分类器模型，就像scikit-learn中那样。然而，在简历的输入中，我没有发现任何这样的模型。你能告诉我CV类是如何决定适合哪个模型的吗？
浏览 1提问于2019-03-29得票数 0
2回答
问题的背景:我有一个熊猫数据，其中一个列有文本值，另一个列有分类值。我用一些样本数据用tensorflow训练了一个word2vec模型。我把我的文本列转换成向量表示。但我希望将这些数据提供给卡特博斯，以便执行回归任务。但是，我不能将这些数据提供给catboost，因为catboost只接受Categorical变量。
为此，我找到了一个关于Catboost Github页面的教程。但是这个例子是用于分类任务的。发现cosine和其它类型的文本向量表示之间的关系。但在我的例子中，我只有一个文本字段。那么如何计算cosine或其他类型的关系呢？
那么，我的问题是如何从文本数据的向量表示中提取分类
浏览 0提问于2018-01-27得票数 -1
CatBoost回归者是否有一种方法来预测每种预测的概率？我看到一个用于CatBoost分类器()，而不是用于回归器。
浏览 3提问于2022-01-18得票数 2
回答已采纳
假设dataset存在多类问题，如下所示：
user_id price target
-------+--------+-----
1 30 apple
1 20 samsung
2 32 samsung
2 40 huawei
.
.
在我有很多用户的地方，比如一个热编码(OHE)是不可行的。像CatBoost这样的目标编码器在目标编码分类特征方面取得了很好的效果。问题是，我只能找到适用于二进制分类/回归的CatBoost/target编码器(这在某种程度上是有意义的)。
现在，我已
浏览 0提问于2022-07-25得票数 2
我有一个单热编码的标签。我想用它们来训练和预测catboost分类器。然而，当我进行拟合时，它给了我一个错误，说标签的每行不允许有多个整数值。那么catboost不允许对标签进行一次性编码吗？如果没有，我怎样才能让catboost工作呢？
浏览 3提问于2017-08-12得票数 0
我理解Catboost回归器在训练时使用基于目标的编码将分类特征转换为数字特征。但是在标签完全未知的时候，Catboost是如何处理分类特征的呢？如果决策树期望将分类特征值作为数字来看待，那么在预测时间内，一个对象如何沿着Catboost决策树下降？
我试着查看正式文档，但只有在培训期间，当标签可用时，才能找到编码。
浏览 0提问于2022-06-29得票数 0
回答已采纳
1回答
我必须建立一个分类模型，以便通过使用他/她的评论来预测用户的评分是什么。(我处理的是这个数据集：旅游顾问酒店评论)
经过一些预处理后，我将Logistic回归结果与CatBoost分类器的结果进行了比较。Logistic回归给我一个更好的AUC和F1评分。
我听过一些同事说，这是因为线性模型在处理太多的特性时会更好(他们告诉我> 500)。对吗？功能的数量和模型的性能有什么关系吗？我想我漏掉了一些理论上的东西
浏览 0提问于2022-01-16得票数 4
1回答
我使用catboost进行多分类任务，并提供分类数据。我正在检查ctr的默认参数，即从分类数据到数字数据的转换。据说ctr的默认值是"None“。
据我所知，这是一个可选的步骤。
algo是在我的数据集上工作的，所以我想知道它是否使用：
理解分类数据的梯度增强性质
还是实际使用边界、桶、BinarizedTargetMeanValue、计数器的默认方法？
还是默认情况下使用 avg_target = (countInclass +优先)/(总计数+1)中给出的公式，该公式看起来像“桶”
浏览 2提问于2018-01-02得票数 1
回答已采纳
我有一个大的数据集，我需要分类的混合数据(数字，分类，文本)。这些簇是明确定义的，但是多维的(即向量值)，并且具有如下变化的结构：
簇结构1：(x_1, * , * , ... , * )
簇结构2：(x_1, x_2, * , ... , * )
簇结构3：(x_1, * , x_3, ..., * )
..。
团簇结构N：(x_1, x_2, x_3, ... , x_m)
星号(*)表示缺少组件条目，而当存在每个组件时(例如，x_2)是要标识的集群。群集结构是不相交的，因为数据集中的每个成员只分配给一个群集结构，但是群集结构可以共享组件。例如，群集结构1只包含一个待标识的“子集群”(x_
浏览 0提问于2021-02-25得票数 1
1回答
我在二进制分类模型中使用catboost分类器，其中我有一个高度不平衡的数据集0 -> 115000和1 -> 10000。请有人指导我如何在分类器中使用以下参数：
scale_pos_weight？class_weights
从文档中，我的印象是，我可以使用负类和比的正类之和，即115000/10000=11.5作为scale_pos_weight的输入，但我不确定。
请让我知道这两个参数的确切值和导出该值的方法？
谢谢
浏览 3提问于2020-01-15得票数 1
回答已采纳
我有一个DataFrame，表示带300个标签的带注释的数据集。
DataFrame看起来如下(第一行只是解释列)：
binary Vector column for labeling, feature column
[0, 1, 1, 0, 0 , 0.... ], featureVec
[0, 0, 1, 0, 1 , 0.... ], featureVec
......
标签列，将每个标签的存在或不存在表示为特征向量的注释(我们在第二列中可以看到)。
如果我错了，请纠正我:我不能训练一个多类分类器，因为标签不是排他性的，所以我想在每个标签上训练一个二进制分类器。
因为我有300个标签，所
浏览 0提问于2015-11-04得票数 2
2回答
我想要找到最优的参数来做分类使用Catboost。我有训练数据和测试数据。我想运行这个算法，比如说500次迭代，然后对测试数据进行预测。接下来，我想重复600个迭代，然后700个迭代等等。我不想再次从迭代0开始。那么，有什么方法可以在Catboost算法中做到这一点呢？
任何帮助都是非常感谢的！
浏览 4提问于2017-08-24得票数 3
回答已采纳
1回答
我正致力于一个回归问题，并有一个分类功能‘类别’，可以采取多达1600类。
最重要的是，每个观察可以在该列中包含任意数量的类别。就像。第1行的类别列有'a‘(只有一个类别'a')，而第2行的类别列有'a’、'b‘、'x’(三个类别'a‘、'b’、'x')等等。
除了使用一个热编码器或散列向量器之外，处理回归问题的最优方法是什么？
浏览 0提问于2019-06-15得票数 0
1回答
我使用了以下分类器及其准确性：
随机森林- 85 %
支持向量机- 78 %
Adaboost - 82%
Logistic回归- 80%
当我使用上述分类器进行最终分类时，我获得的准确性低于仅使用随机森林的情况。
这怎麽可能？当单独使用时，所有的分类器都提供了多少相同的精度，那么随机森林如何比它们的合并结果更好呢？
浏览 0提问于2015-10-06得票数 6
回答已采纳
1回答
我正在创建一个python模型，它将根据文本对给定的文档进行分类。因为每个文档仍然需要人工审查，所以我正在创建一个建议平台，它也将为用户提供给定文档所属的前n类。此外，每个文档可以属于多个类。我有一个训练文档集，其中充满了富文本及其标记。 我想要做的是对每个文档执行回归，以获得每个分类的概率分数，并返回得分最高的前5个类别。 我已经研究了贝叶斯分类模型和推荐系统，我认为逻辑回归会更好，因为它会返回一个分数。我是机器学习的新手，如果有任何模仿此类问题的建议或例子，我将不胜感激。谢谢。 编辑:具体地说，我的问题是，我应该如何解析文本数据，以便使用逻辑回归进行ML建模？我是否需要使用Word2Ve
浏览 17提问于2019-03-15得票数 1
我正在检验我的GradientBoostingClassifier模型的弱估计量。该模型适用于二进制类数据集。
我注意到，该集合分类器下的所有弱估计器都是决策树回归对象。这在我看来很奇怪。
我选择了集合中的第一棵决策树，并使用它对整个数据集进行独立预测。来自数据集的唯一答案如下：
array([-2.74, -1.94, -1.69, ...])
我的问题是:梯度增强分类器为什么以及如何将弱估计器转化为不受0和1约束的回归量任务(而不是分类任务)？最终，GradientBoostingClassifier输出0到1之间的伪概率:为什么弱估计的集合不做同样的工作？
浏览 0提问于2020-10-29得票数 2
回答已采纳
我有一个数据集，其中包括用户票证，这是随机的模式和其中的约56个协议，它是一个文本数据。我的任务是创建一个模型，并对其进行训练，以识别和预测门票属于哪个类别，我们有100 +个类别。假设类别A的计数为70,000，其他类别为50,0000，而对于某些类别，票证计数降至1，这是不平衡的数据吗？如果是，我应该如何处理多类分类，到目前为止，为了处理这些数据，我认为这是不平衡的，我使用SMOTE，但准确性下降。在这种情况下我应该怎么做？ 我已经尝试过DecisionTree分类器，现在正在研究逻辑回归。
浏览 13提问于2019-01-04得票数 0
1回答
我正在研究一个分类问题，.I希望使用MLP从著名的虹膜数据集中对虹膜花进行分类。我知道输出层中神经元的数目应该是相同的类数，但是输出层中的一个神经元可以用输出值(0、1或-1)来表示这三种类型，或者它被认为是回归而不是分类？谢谢
trin= [4.7 3.2 1.6 0.2;
4.8 3.1 1.6 0.2;
5.4 3.4 1.5 0.4;
5.2 4.1 1.5 0.1;
5.5 4.2 1.4 0.2;
5.7 2.6 3.5 1;
5.5 2.4 3.8 1.1;
5.5 2.4 3.7 1;
5.8 2.7 3.9 1.2;
6 2.7 5
浏览 0提问于2018-12-23得票数 0
1回答
我在MxNet (胶合子api)上使用多标签逻辑回归( )训练一个模型：我的自定义数据集有13个特征和一个形状标签,6。我的特征从原始值归一化为0,1我使用两个隐藏层的简单稠密神经网络。
我注意到，当我不对标签进行规范化(这些标签的离散值为1,2,3,4,5,6，并完全是我的选择，将分类值映射到这些数字)时，我的培训过程会慢慢收敛到一些极小值，例如：
Epoch: 0, ela: 8.8 sec, Loss: 1.118188, Train_acc 0.5589, Test_acc 0.5716
Epoch: 1, ela: 9.6 sec, Loss: 0.916276, Train_ac
浏览 1提问于2018-03-11得票数 0
回答已采纳
1回答
我试图计算第1类的概率。我使用梯度增强(catboost分类器)，在每个predict_proba()桶中都有相同的正类率，这是正常的吗？例如：
概率：阳性率
0- 0.25：17%
0.26 - 0.50：17%
0.51 - 0.75：17%
0.76 -1：17%
然而，当我使用logistic回归并将悲哀转化为分数时，一级比率的分布随分数的增加而下降。例如：得分：阳性率。
100-150：17%
151-200：15%
200 - 250：13%
250-300：10%
浏览 0提问于2019-12-03得票数 2
2回答
CatBoost可以对分类变量进行编码，这是很棒的。但是，当分类功能在表单np.nan中包含缺失值时，无法处理它们。在这里的CatBoost文档中说明了这一点：
但是，我在这个GitHub线程中看到，CatBoost实际上可以处理缺少值的分类变量。
我试过一个小例子来测试它：
from catboost import CatBoostClassifier
# Initialize data
cat_features = [0, 1]
train_data = [["a", np.nan, 1, 4, 5, 6],
["a", "
浏览 44提问于2022-01-25得票数 1
科学学习的sklearn.linear_model.LogisticRegression类是如何处理回归和分类问题的？
由于Logistic回归的输出是基于乙状结肠函数的，所以它返回概率。那么，滑雪板课程是如何作为分类器和回归者的呢？
浏览 13提问于2015-04-10得票数 1
回答已采纳
我正在使用一个具有大量分类特征(>80%)的数据集来预测一个连续的目标变量(即回归)。我读了很多关于处理分类特性的方法的文章。并了解到，我在过去使用过的一种热编码确实是个坏主意，特别是当涉及到许多级别的分类特性时(请阅读这些帖子和这)。
虽然我遇到了像基于目标的编码(平滑)这样的分类特征的方法，但通常是基于每个特征的目标值的平均值，也许这个post/内核在Kaggle中。尽管如此，我仍在努力寻找一种更具体的方法，直到我找到了CatBoost，这是一种开源梯度，它增强了Yandex集团去年发布的决策树。它们似乎为分类特征提供了额外的统计计数选项，可能比简单的一次热编码或平滑更有效。
问题是
浏览 0提问于2018-01-24得票数 12
回答已采纳
我的理解是，Softmax回归是Logistic回归的推广，它支持多个类。
Softmax回归模型首先计算每个类别的分数，然后应用softmax函数对每个类别的分数进行概率估计。
每个类都有自己的专用参数向量。
我的问题:，为什么我们不能用Logistic回归对多个类进行更简单的分类，比如如果概率是0到0.3，那么A类，0.3到0.6，然后B类: 0.6到0.9，然后是C类等等。
为什么总是需要分离系数向量？
我对ML很陌生。不确定这个问题是否是由于缺乏任何基本概念的理解。
浏览 4提问于2017-10-12得票数 1
回答已采纳
1回答
我正在用Scikit学习和TensorFlow阅读优秀的手工机器学习，在第10章中，作者说：
对于输出层，softmax激活函数通常是分类任务的最佳选择(当类相互排斥时)。对于回归任务，您可以完全不使用激活函数。
我能想到的所有分类问题(二进制分类、图像分类等)都会产生相互排斥的类。
有人能给我举几个非相互排斥分类问题的例子吗？
浏览 0提问于2017-07-13得票数 0
回答已采纳
1回答
我注意到，在处理多个具有默认参数的数据集时，即使在没有绝对特性的表格数据集上，默认参数也往往优于lightgbm或xgboost。
我假设这与catboost构建决策树的方式有关，但我只想证实这个理论。如果有人能详细说明为什么它在非分类数据上表现得更好，那就太好了！提前感谢！
浏览 0提问于2021-02-20得票数 0
3回答
分类问题，如logistic回归或多项式logistic回归，优化了一个交叉熵损失.通常情况下，交叉熵层遵循软最大层，产生概率分布.
在tensorflow中，至少有一打不同的交叉熵损失函数()。
tf.losses.softmax_cross_entropy
tf.losses.sparse_softmax_cross_entropy
tf.losses.sigmoid_cross_entropy
tf.contrib.losses.softmax_cross_entropy
tf.contrib.losses.sigmoid_cross_entropy
tf.nn.
浏览 19提问于2017-10-31得票数 99
回答已采纳
我想在catboost中使用交叉验证。由于我不仅希望使用catboost，而且还想使用抽样，所以我使用的是管道，因此不能使用catboost's自己的交叉验证(如果我只使用catboost而不是管道)。所以我想使用sklearn's交叉验证，如果我只使用数值变量的话，效果很好，但是一旦我还包括了分类变量(cat_features)和catboost's编码，cross_validate就不再工作了。即使我不使用管道，而只使用catboost，我也会得到cross_validate的一条KeyError: 0消息。但我不明白为什么。这是我的代码中不起作用的部分：
from
浏览 0提问于2019-08-25得票数 4
2回答
我使用sklearn.tree.DecisionTreeRegressor预测了一个具有两个独立变量的回归问题，即特征"X"，"Y“和预测的可靠变量"Z”。当我绘制树时，叶子似乎与分类树没有太大不同。结果不是每个叶上的函数，而是每个叶上的单个值，就像在分类中一样。 有人能解释一下，为什么这被称为回归，为什么它不同于分类树吗？ 因为我似乎误解了sklearn类，有没有python的树包，它会进行“真正的”回归，并且在每个叶子上都有一个输出函数？对于X、Y和Z，这可能是每片叶子上的某种曲面。
浏览 46提问于2021-01-08得票数 0
谁能解释一下如何解释coefficientMatrix，interceptVector，Confusion matrix
一个multinomial logistic regression。
根据火花文件：
多类分类是支持多项logistic (softmax)回归。在多项式logistic回归中，算法生成K组系数，或维数K×J的矩阵，其中K是结果类数，J是特征数。如果该算法与一个截距项相适应，则可以得到截取的长度K向量。
我使用Sparkml2.3.0转换了一个例子，得到了这个结果。
。
如果我分析我得到了什么：
coefficientMatrix具有5 * 11的维数
int
浏览 0提问于2018-06-10得票数 1
回答已采纳
1回答
我正在尝试使用逻辑回归模型对一些脑电图数据进行分类(这似乎给出了我的数据的最佳分类)。我拥有的数据来自多通道EEG设置，因此本质上我有一个63x116x50的矩阵(即通道x时间点x试验数量(有两种试验类型50) )，我将其重塑为一个长向量，每个试验一个。
我想做的是在分类之后，看看哪些特征在对试验进行分类时最有用。我如何做到这一点，是否有可能测试这些功能的重要性？例如，说分类主要由N个特征驱动，这些是特征x到z。因此，例如，我可以说，在时间点90-95的通道10对于分类是重要的或重要的。
那么这是可能的吗?还是我问错了问题？
任何评论或论文参考都是非常感谢的。
浏览 1提问于2013-04-04得票数 15
回答已采纳
当我试图运行一个CatBoost算法时，我会得到这个错误。它是参数之一，所以我不明白为什么当我注释掉early_stopping_rounds时会发生这个错误，我得到了cat_features参数的相同错误
from catboost import CatBoostClassifier
categorical_indexes = np.where(X.dtypes == 'object')[0]
X.drop(["id"], axis = 1, inplace = True)
params = {'loss_function':'Lo
浏览 0提问于2019-11-06得票数 5
回答已采纳
回归的通常定义(据我所知)是从给定的一组输入变量中预测一个连续的输出变量。
Logistic回归是一种二元分类算法，因此它产生了一个分类输出。
它真的是一个回归算法吗？如果是，为什么？
浏览 0提问于2014-06-19得票数 23
回答已采纳
2回答
我正在努力理解YOLO (v2)是如何被训练的。为此，我使用这个keras实现从零开始在VOC上训练YOLO (我对其他实现开放，但我从未使用过pytorch，因此，keras实现将是首选)。
1-正如我所理解的，YOLO首先用于在imageNet上进行分类，然后这些经过训练的权重(用于分类)应该在训练yolo进行回归(检测边界框)时使用。在我在互联网上找到的用来从零开始训练yolo的大部分代码(用于回归)中，我没有看到这些分类权重被加载的部分。这是什么时候发生的？什么时候分类权重被用来训练yolo回归？
我的理解是正确的吗？
提前感谢
浏览 5提问于2020-03-27得票数 2
回答已采纳
4回答
我知道logistic回归适用于二元分类，而softmax回归则适用于多类问题.如果我用相同的数据训练多个logistic回归模型，并将它们的结果归一化，得到多类分类器而不是使用一个softmax模型，会有什么不同吗？我想结果是一样的。我可以说：“所有的多类分类器都是二进制分类器的级联结果”。(神经元网络除外)
浏览 3提问于2016-03-17得票数 24
回答已采纳
目前Python还不支持星火内的多类分类，但将来会像在Spark页面中描述的那样。
是否有任何发行日期或是否有机会使用Python运行它，它实现了Logistic回归的多类？我知道它适用于Scala，但我想使用Python运行它。谢谢。
浏览 1提问于2016-08-09得票数 1
1回答
有没有一种聪明的方法可以将分类特征转换为一次性编码，然后运行线性回归模型，并获得估计的参数以及它们所引用的变量的名称(在python中)？我使用OneHotEncoder将分类特征转换为1-0变量，但我觉得我无法控制这个过程(我无法将系数与其“真实”名称进行匹配)。
浏览 1提问于2019-10-01得票数 1
2回答
我有一个多类分类问题。我使用的是随机森林分类器。我的老板问我，是否也可以用回归来看待我们的问题。我理解，对于分类任务，使用分类器当然更好，但实现回归模型是可能的。 我的数据是这样的： 我有一个由软件需求组成的数据集，这些需求的等级为1、2、3、4或5。 然后，我创建了一个特征矩阵，用于训练模型以对类进行预测，其中包含10个特征，例如: num_words、num_sentences、num_syllables、weak_words、flesh_idx等 我的模型工作得很好，准确率为93%。 有没有一种方法可以用回归来看待这个问题？这样模型就会做出例如1.5这样的预测，其中预测不属于类别1或2
浏览 33提问于2019-10-08得票数 1
最近，我开始使用CatBoost进行机器学习模型的快速原型设计，这受到了与XGBoost、LightGBM和h2o相比的杰出的CatBoost的启发。
由于XGBoost只能接受数字特征，所以CatBoost和XGBoost之间的比较需要对分类特征进行共同的预处理。我并不完全清楚在基准测试中使用了什么样的预处理来编码分类特性，以及不使用简单的一种热编码的理由。
我试着阅读实验的。据我所知，对分类特性j进行编码的过程大约相当于以下内容：
在train集中，将响应y按j分组，并使用mean函数进行聚合。让我们调用结果df_agg_j
左加入分类列train集和df_agg_j，删除原始分类
浏览 3提问于2019-01-13得票数 1
2回答
我想用Keras做一个简单的分类器来对我的数据进行分类。特征是数值数据，结果是字符串/分类数据。我预测了15个不同的类别/类别。下面是我的代码： model = Sequential()
model.add(Dense(16, input_dim = x_train.shape[1], activation = 'relu')) # input layer requires input_dim param
model.add(Dense(16, activation = 'relu'))
model.add(Dense(16, activation =
浏览 8提问于2020-11-05得票数 1
回答已采纳
我需要改进算法的预测结果，该算法已经基于逻辑回归(用于二进制分类)编程。
我尝试使用XGBoost和CatBoost (默认参数)。但训练该模型需要很长时间(LR约1 min，boost约20 min)。如果我想应用调优参数，可能需要更多的时间来拟合参数。
我想问一问，是否有任何建议，应用快速助推方法。如果有更好的表现的其他方法，我希望提及它们，请。
Ps:我的数据大约是280,000个简单数和247 (数字)特征；
浏览 0提问于2019-02-02得票数 0
回答已采纳
2回答
简单地问一下，如果我想将对象分类为0或1，但我希望模型返回一个“可能”的概率--例如，如果一个对象是0.7，它意味着它有0.7的机会在第1类中，我是进行回归还是坚持使用分类器并使用predict_proba函数？
回归与predict_proba函数有何不同？
任何帮助都是非常感谢的！
谢谢!
浏览 0提问于2017-04-04得票数 1
回答已采纳
3回答
我有一个数据集，提供关于不育和原因的数据。数据集主要为0,1以表示“是”和“否”。然而，有些字段有“有时”、“经常”，它们将由-1或2表示。我只学会了如何处理分类数据，即1,0和数字数据。所以我的问题是，除了1和0之外，还有更多的选项，我应该使用哪种类型的回归？Logistic回归还是线性回归？
浏览 0提问于2018-03-04得票数 1
回答已采纳
我如何告诉CatBoost用小样本将分类值分组在一起。例如，假设我有一个名为Country的列，其中只有1个“柬埔寨”样本和2个“蒙古”样本，以及999998个其他国家，每个国家至少有100个样本。我想告诉CatBoost，不要费心在这些稀有的国家身上施展CTR的魔力，只要把它们当作“其他”就行了。
浏览 0提问于2018-12-05得票数 0
上下文:我试图使用具有如下参数的字典来使用catboost分类器：
from catboost import CatBoostClassifier
model_params_grid_search = {
naive_bayes.MultinomialNB(): {
'param_grid': {
'alpha': [0.01, 0.1, 0.5, 1.0, 10.0], }
},
linear_model.LogisticRegression(): {
'param_gri
浏览 8提问于2022-08-01得票数 0
1回答
我正在研究一个固定时间段(比如n天)内股票回报的预测模型。我希望提前收集一些想法。我的问题是：
1)把它变成一个分类问题是不是最好，比如说创建一个返回大于x%的伪变量？然后我可以尝试所有的ML算法。
2)如果我不把它变成一个分类问题，而是使用一个回归模型，那么将返回转换成日志是有意义的还是有必要的？
任何想法都是值得感谢的。
编辑:我的目标是相对宽泛的，在某种意义上，我想简单地提高选择过程的性能(选择积极的回报，避免消极的回报)
浏览 5提问于2018-04-28得票数 0
4回答
我知道：
无监督学习是指在未标记的数据中寻找隐藏结构，否则，我们称之为监督学习。
回归也是一种分类，只不过它的输出是无限数的数字。
我也知道分类是一种监督学习。
但让我困惑的是：
线性回归(线拟合)是一种回归吗？如果是这样的话，为什么它的数据没有标签?例如，它的样本数据只是(1,2)，(2,3)，(1,4)这样的坐标量？
logistic回归(分类)是一种回归?如果是，为什么它的输出只是生发(值，真为假,0或1)？
有人能帮我弄清楚吗？
浏览 14提问于2014-03-15得票数 4
回答已采纳
1回答
我想知道LinearSVC在默认情况下是否支持多类分类，还是必须将其包装在OneVsRestClassifier中，如：
OneVsRestClassifier(LinearSVC())
浏览 4提问于2015-03-30得票数 1
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
腾讯云开发者
