ClickHouse не тормозит
nginx_ru
Data Science Chat
DBA - русскоговорящее соо...
Tarantool
☁️ AWS_RU
PostgreSQL + 1C + Linux
MongoDB Russian
Yandex Cloud - Официальны...
Big Data Science :: AI / ...
dbGeeks
React: русскоязычное сооб...
opencv_ru
catboost_ru
Kaggle
ScyllaDB
Менял сабсемпл - получил такие вот странные значения ошибки (меньше
- лучше)
это больше похоже на статистическую погрешность ? или так может быть что оптимум в 0.2 и в 1 ? и зависимость не-монотонна ?
не встречал ли кто такое ?
5 ответов
Размеры датасета укажи Выглядит так что тест/валидация просто маленькие Ну или у тебя в целом очень низкая связь с референсом (только около 0.2 имеют прямую связь)
Alexander
C
Автор вопроса
Размеры датасета укажи Выглядит так что тест/вали...
Точно датасет очень мало всего 600+ семплов , как ты понял что мал ?
Ну вот, у тебя где-то порядка от 60 до 120 реально полезных семплов, остальное каша Такие рандомные разбросы вообще не удивительны на маленьких датасетах, особенно если random_state не фиксируешь
Alexander
C
Автор вопроса
Ну вот, у тебя где-то порядка от 60 до 120 реально...
Так а какое ожидание поведение скора в зависимости от subsample , colsample ? (Если данных много) Типа куска параболы ? Или как ?
Так а какое ожидание поведение скора в зависимости...
colsample вообще в целом не должен аффектить точность В первую очередь это шутка необходимая для ускорения обучения модели и может повлиять негативно\позитивно только если у тебя есть оверфит или андерфит, что намного лучше другими параметрами регулируется (в целом с уменьшением colsample нужно больше итераций, но они быстрее считаются, если количество фичей очень большое, до 20 фичей скорее всего не увидишь разницы) Советую почитать доку по этому поводу subsample опять же, может помочь в случае оверфита (особенно при большой глубине, по крайней мере как следует из доки) Но в целом, он опять же ускоряет обучение модели в 1/subsample раз
Похожие вопросы
Обсуждают сегодня