नियमित कैटबूस्ट
नियमित कैटबूस्ट कैटबूस्ट के ऑर्डर्ड ग्रेडिएंट बूस्टिंग फ्रेमवर्क के ऊपर स्पष्ट नियमितीकरण नियंत्रण — L2 लीफ नियमितीकरण, ट्री डेप्थ बाधाएं, श्रिंकेज दर, और मॉडल आकार दंड — लागू करता है, जिससे कैटबूस्ट की श्रेणीगत विशेषताओं की मूल हैंडलिंग और सारणीबद्ध डेटासेट पर इसकी कम भविष्यवाणी विलंबता को बनाए रखते हुए ओवरफिटिंग कम हो जाती है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Regularized CatBoost (Categorical Boosting with Explicit Regularization). ScholarGate. https://scholargate.app/hi/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.
- CatBoostमशीन अधिगम↔ compare
- ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- नियमितीकृत ग्रेडिएंट बूस्टिंगमशीन अधिगम↔ compare
- रेगुलराइज़्ड लाइटजीबीएम (Regularized LightGBM)मशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare