Machine learningMachine learning
CatBoost עם רגולריזציה
CatBoost עם רגולריזציה מיישם בקרות רגולריזציה מפורשות — רגולריזציית L2 לעלים, הגבלות על עומק העץ, קצב כיווץ, ועונשים על גודל המודל — בנוסף למסגרת ה-gradient boosting המסודר של CatBoost, מה שמפחית התאמת יתר תוך שמירה על הטיפול המובנה של CatBoost בתכונות קטגוריאליות וזמן השהיה נמוך לחיזוי על מערכי נתונים טבלאיים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Regularized CatBoost (Categorical Boosting with Explicit Regularization). ScholarGate. https://scholargate.app/he/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.
- CatBoostלמידת מכונה↔ compare
- גרדיאנט בוסטינגלמידת מכונה↔ compare
- הגברת גרדיאנט מוסדרתלמידת מכונה↔ compare
- LightGBM מווסת (Regularized LightGBM)למידת מכונה↔ compare
- XGBoostלמידת מכונה↔ compare