كاتي بوست المُنتَظِم (Regularized CatBoost)
يطبق كاتِي بوست المُنتَظِم ضوابط تنظيم صريحة — تنظيم L2 للأوراق، وقيود عمق الشجرة، ومعدل الانكماش، وعقوبات حجم النموذج — فوق إطار عمل كاتِي بوست المُعزز بالانحدار المُرتّب (ordered gradient boosting)، مما يقلل من الإفراط في التخصيص (overfitting) مع الاحتفاظ بالمعالجة الأصلية لكاتِي بوست للميزات الفئوية وزمن استجابة التنبؤ المنخفض على مجموعات البيانات الجدولية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Prokhorenkova, L., Gusev, G., Vorobev, A., Dorogush, A. V., & Gulin, A. (2018). CatBoost: unbiased boosting with categorical features. Advances in Neural Information Processing Systems, 31. link ↗
- Dorogush, A. V., Ershov, V., & Gulin, A. (2018). CatBoost: gradient boosting with categorical features support. arXiv preprint arXiv:1810.11363. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Regularized CatBoost (Categorical Boosting with Explicit Regularization). ScholarGate. https://scholargate.app/ar/machine-learning/regularized-catboost
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- CatBoostتعلم الآلة↔ compare
- تعزيز التدرجتعلم الآلة↔ compare
- تعزيز التدرج المنتظمتعلم الآلة↔ compare
- تطبيق LightGBM المُنتظم (Regularized LightGBM)تعلم الآلة↔ compare
- XGBoostتعلم الآلة↔ compare