CatBoost hiperparâmetros

A tabela a seguir contém o subconjunto de hiperparâmetros que são necessários ou mais comumente usados para o algoritmo da Amazon SageMaker CatBoost . Os usuários definem esses parâmetros para facilitar a estimativa dos parâmetros do modelo a partir dos dados. O SageMaker CatBoost algoritmo é uma implementação do CatBoostpacote de código aberto.

nota

Os hiperparâmetros padrão são baseados em conjuntos de dados de exemplo no CatBoost cadernos de amostra.

Por padrão, o SageMaker CatBoost algoritmo escolhe automaticamente uma métrica de avaliação e uma função de perda com base no tipo de problema de classificação. O CatBoost algoritmo detecta o tipo de problema de classificação com base no número de rótulos em seus dados. Para problemas de regressão, a métrica de avaliação e as funções de perda são, ambas, a raiz do erroquadrático médio. Para problemas de classificação binária, a métrica de avaliação é Área sob a curva (AUC) e a função de perda é perda de log. Para problemas de classificação multiclasse, a métrica de avaliação e as funções de perda são entropia cruzada multiclasse. Você pode usar o hiperparâmetro eval_metric para alterar a métrica de avaliação padrão. Consulte a tabela a seguir para obter mais informações sobre os hiperparâmetros do LightGBM, incluindo descrições, valores válidos e valores padrão.

Nome do parâmetro	Descrição
iterations	O número máximo de árvores que podem ser construídas. Valores válidos: inteiro, intervalo: inteiro positivo. Valor padrão: 500.
early_stopping_rounds	O treinamento será interrompido se uma métrica de um ponto de dados de validação não melhorar na última rodada early_stopping_rounds. Se early_stopping_rounds for menor ou igual a zero, esse hiperparâmetro será ignorado. Valores válidos: inteiro. Valor padrão: 5.
eval_metric	A métrica de avaliação para os dados de validação. Se eval_metric for definido como o valor padrão "auto", o algoritmo escolherá automaticamente uma métrica de avaliação com base no tipo de problema de classificação: "RMSE" para regressão "AUC" para classificação binária "MultiClass" para classificação de várias classes Valores válidos: string, consulte a CatBoost documentação para valores válidos. Valor padrão: "auto".
learning_rate	A taxa na qual os pesos do modelo são atualizados depois de analisar cada lote de exemplos de treinamento. Valores válidos: flutuante. Intervalo: (0.0, 1.0). Valor padrão: 0.009.
depth	Profundidade da árvore. Valores válidos: flutuante. Intervalo: (1, 16). Valor padrão: 6.
l2_leaf_reg	Coeficiente para o termo de regularização L2 da função de custo. Valores válidos: inteiro, intervalo: inteiro positivo. Valor padrão: 3.
random_strength	A quantidade de aleatoriedade a ser usada para dividir a pontuação quando a estrutura da árvore é selecionada. Use esse parâmetro para evitar o ajuste excessivo do modelo. Valores válidos: flutuante, intervalo: número de ponto flutuante positivo. Valor padrão: 1.0.
max_leaves	O número máximo de folhas na árvore resultante. Só pode ser usado com a política de crescimento "Lossguide". Valores válidos: inteiro, Intervalo: [2, 64]. Valor padrão: 31.
rsm	Método de subespaço aleatório. A porcentagem de atributos a serem usados em cada seleção dividida, quando os atributos são selecionados aleatoriamente outra vez. Valores válidos: flutuante. Intervalo: (0.0, 1.0]. Valor padrão: 1.0.
sampling_frequency	Frequência para amostrar pesos e objetos ao construir árvores. Valores válidos: string, ou: ("PerTreeLevel" ou "PerTree"). Valor padrão: "PerTreeLevel".
min_data_in_leaf	O número mínimo de amostras de treinamento em uma folha. CatBoost não procura novas divisões em folhas com uma contagem de amostras menor que o valor especificado. Só pode ser usado com as políticas de crescimento "Lossguide" e "Depthwise". Valores válidos: inteiro, Intervalo: (1 ou ∞). Valor padrão: 1.
bagging_temperature	Define as configurações do bootstrap bayesiano. Use o bootstrap bayesiano para atribuir pesos aleatórios aos objetos. Se bagging_temperature estiver definido como 1.0, os pesos serão amostrados a partir de uma distribuição exponencial. Se bagging_temperature estiver definido como 0.0, todos os pesos serão 1,0. Valores válidos: flutuante, intervalo: flutuante não negativo. Valor padrão: 1.0.
boosting_type	O esquema de reforço. “Auto” significa que boosting_type é selecionado com base no tipo de unidade de processamento, no número de objetos no conjunto de dados de treinamento e no modo de aprendizagem selecionado. Valores válidos: string, qualquer um dos seguintes: ("Auto", "Ordered", "Plain"). Valor padrão: "Auto".
scale_pos_weight	O peso da classe positiva na classificação binária. O valor é usado como um multiplicador para os pesos dos objetos da classe positiva. Valores válidos: flutuante, intervalo: flutuante positivo. Valor padrão: 1.0.
max_bin	O número de divisões para atributos numéricos. "Auto"significa que max_bin é selecionado com base no tipo de unidade de processamento e em outros parâmetros. Para obter detalhes, consulte a CatBoost documentação. Valores válidos: string, either: ("Auto" ou string de inteiro de "1" até "65535" inclusivamente). Valor padrão: "Auto".
grow_policy	A política de crescimento de árvores. Define como realizar a construção de árvores gananciosas. Valores válidos: string, qualquer um dos seguintes: ("SymmetricTree", "Depthwise" ou "Lossguide"). Valor padrão: "SymmetricTree".
random_seed	A semente aleatória usada para treinamento. Valores válidos: inteiro, intervalo: inteiro não negativo. Valor padrão: 1.0.
thread_count	O número de threads a serem usados durante o treinamento. Se thread_count for-1, então o número de threads é igual ao número de núcleos do processador. thread_count não pode ser0. Valores válidos: número inteiro: (ou número inteiro positivo)-1. Valor padrão: -1.
verbose	A verbosidade das mensagens impressas, com níveis mais altos correspondendo a declarações impressas mais detalhadas. Valores válidos: inteiro, intervalo: inteiro positivo. Valor padrão: 1.