кстати эта проблема была не только с функцией predict, но и с get_feature_importance (shap values)

если не сложно поправьте это тоже плиз :)

ок, мы тогда  не будем issue закрывать пока не пофиксим

кастомный гридсерч: https://github.com/statist-bhfz/catboost_tune/blob/master/catboost_tune.R Функцию cv_split не показываю, есть много вариантов разбивки для кроссвалидации. Можно даже взять за основу caret::createFolds

все крутится на data.table, на фолды я тоже разбиваю с использованием этой библиотеки

Это сообщение отсюда, непонятно как одновременно typeof(label) is integer и !is.integer(label).  Идеи есть?

Код я смотрел. Идей нет.

Andrey спасибо! позже разберусь

Добрый день! Подскажите пожалуйста, если мне нужно сравнивать два объекта(без кат фичей) то мне стоит подавать разность объектов по каждой фиче или просто последовательно фичи у обоих объектов?

Добрый!
> мне нужно сравнивать два объекта(без кат фичей)
что имеется ввиду? Нужно натренировать модель с помощью которой можно сравнивать объекты?

Да, верно. Модель будет сравнивать объекты.

А объекты как-то объединены в группы (например, это ответы на запрос)?

У объектов есть вещественные фичи, категориальных нет, объекты не объединены в группы.

Ок. CatBoost тренирует формулу, которая является суммой деревьев решений, поэтому ее значения в общем случае не зависят линейно от фичей, поэтому их суммирование или вычитание не имеет смысла. Для данных с группами в catboost есть режимы где можно тренировать прямо на обучающей выборке пар если указать в качестве loss_function PairLogit или PairLogirPairwise (https://tech.yandex.com/catboost/doc/dg/concepts/loss-functions-docpage/#loss-functions__ranking). Если групп нет, то тогда видимо стоит использовать просто регрессию и ранжировать объекты по значению формулы.

Спасибо большое :)

Можно также попробовать учить бинарный классификатор для объектов-пар, который будет предсказывать является ли в паре первый объект больше второго. Соответственно, в рамках этой задачи объект = пара и фичи уже для пары, тут могут уже быть разности фичей объектов в паре или какие-то другие комбинации значений фичей объектов в паре можно пробовать.

Добрый день!
Есть тут кто-нибудь, кто сталкивался с  такой проблемой: катбуст стабильно выдает точность на валидации больше, чем на трэйне, если не выкручивать глубину в достаточно большие числа (10-12)
При этом сплиты делаются правильно
Данных для валидации тоже достаточно по количеству
Оценка точности производится правильно
Подскажите, чем это может быть вызвано

если обучаешься с катфичами, то по ним считаются счетчики на трейне. На трейне они считаются по перестановке, а на валидации по всему обучающему множеству.

поэтому эти фичи у валидации сильнее, чем у трейна

То есть обработка катфечей на трейне и на тесте происходит по разному?