Não sei quanto tempo leva para treinar em um desses.
Meu código é executado um pouco mais rápido do que o código original :) Portanto, o treinamento é ainda mais rápido. Mas estou usando GPU.
Por favor, esclareça se há algum erro no código.
X = dataset[dataset['meta_labels']==1]
X = dataset[dataset.columns[:-2]]
Essa expressão parece estar correta
X = dataset[dataset['meta_labels']==1]
#X = dataset[dataset.columns[:-2]]
X = X[X.columns[:-2]]
Caso contrário, a primeira linha simplesmente não faz sentido, porque na segunda linha a condição de cópia de dados é executada novamente, o que leva à cópia sem filtragem pelo alvo "1" do metamodelo.
Estou apenas aprendendo e posso estar errado com esse python, por isso estou perguntando.....
Meu código funciona um pouco mais rápido do que o código original :) Portanto, o treinamento é ainda mais rápido. Mas eu uso GPU.
Por favor, esclareça se isso é um bug no código
A expressão correta parece ser
Caso contrário, a primeira linha simplesmente não faz sentido, porque na segunda linha a condição de cópia de dados é executada novamente, o que leva à cópia sem filtragem pelo destino "1" do metamodelo.
Estou apenas aprendendo e posso estar errado com esse python, por isso estou perguntando.....
Sim, você percebeu corretamente, seu código está correto
Também tenho uma versão mais rápida e um pouco diferente, mas queria carregá-la como um artigo em MB.
A melhor coisa sobre o treinamento que consegui obter
E isso está em uma amostra separada
Acrescentei o processo de inicialização por meio do treinamento.
Bem, você já conhece Python.
Se ele mostrar isso, significa que é muito difícil encontrar um padrão. No seu caso, isso pode ser devido à alta dimensionalidade dos dados. Normalmente, coloco de 5 a 10 sinais.
Maxim Dmitrievsky #: Pronto, você já conhece o python .
Se ele mostrar isso, significa que é muito difícil encontrar um padrão. No seu caso, isso pode ser devido à alta dimensionalidade dos dados. Eu geralmente coloco de 5 a 10 recursos.
Eu não diria que sou um especialista - todos com um "dicionário".
Eu estava interessado em descobrir algum efeito dessa abordagem. Até agora, não percebi se há algum. Em geral, o CatBoost é treinado na amostra, sem nenhuma "mágica" - o equilíbrio está abaixo na imagem. Portanto, eu esperava um resultado mais expressivo.
Eu não diria que sou versado - tudo com um "dicionário".
Eu estava interessado em encontrar algum efeito dessa abordagem. Até agora, não percebi se há algum. Portanto, o CatBoost é treinado na amostra, em geral, sem nenhuma "mágica" - o equilíbrio está abaixo na imagem. É por isso que eu esperava um resultado mais expressivo.
O efeito aparece após várias iterações, conforme mostrado no artigo. A cada iteração de treinamento, o resultado deve ser melhor.
Referência
oh mai gash, quantos recursos existem... bem, você precisa de uma coluna de dataframe, uma coluna Klose e rótulos
tudo como no artigo, veja como o dataframe se parece lá. Caso contrário, você terá que reescrever o testador e todo o resto.
Nem sei quanto tempo é necessário para aprender algo assim.
Meu Deus, são muitos sinais. Bem, precisamos de uma coluna de data e hora, uma coluna Klose e tags.
Como no artigo, dê uma olhada no dataframe. Caso contrário, você terá que reescrever o testador e todo o resto.
Nem sei quanto tempo é necessário para aprender algo assim.
Então, reescrevi o testador e tudo o mais....
Certo.
Não sei quanto tempo leva para treinar em um desses.
Meu código é executado um pouco mais rápido do que o código original :) Portanto, o treinamento é ainda mais rápido. Mas estou usando GPU.
Por favor, esclareça se há algum erro no código.
Essa expressão parece estar correta
Caso contrário, a primeira linha simplesmente não faz sentido, porque na segunda linha a condição de cópia de dados é executada novamente, o que leva à cópia sem filtragem pelo alvo "1" do metamodelo.
Estou apenas aprendendo e posso estar errado com esse python, por isso estou perguntando.....
Meu código funciona um pouco mais rápido do que o código original :) Portanto, o treinamento é ainda mais rápido. Mas eu uso GPU.
Por favor, esclareça se isso é um bug no código
A expressão correta parece ser
Caso contrário, a primeira linha simplesmente não faz sentido, porque na segunda linha a condição de cópia de dados é executada novamente, o que leva à cópia sem filtragem pelo destino "1" do metamodelo.
Estou apenas aprendendo e posso estar errado com esse python, por isso estou perguntando.....
Sim, você percebeu corretamente, seu código está correto
Também tenho uma versão mais rápida e um pouco diferente, mas queria carregá-la como um artigo em MB.Sim, você percebeu corretamente, seu código está correto.
Também tenho uma versão mais rápida e um pouco diferente, mas queria carregá-la como um artigo em MB.Escreva, será interessante.
O melhor que consegui com o treinamento.
E isso está em uma amostra separada
Adicionei o processo de inicialização por meio do treinamento.
Escreva, será interessante.
A melhor coisa sobre o treinamento que consegui obter
E isso está em uma amostra separada
Acrescentei o processo de inicialização por meio do treinamento.
Pronto, você já conhece o python
.
Eu não diria que sou um especialista - todos com um "dicionário".
Eu estava interessado em descobrir algum efeito dessa abordagem. Até agora, não percebi se há algum. Em geral, o CatBoost é treinado na amostra, sem nenhuma "mágica" - o equilíbrio está abaixo na imagem. Portanto, eu esperava um resultado mais expressivo.
Eu não diria que sou versado - tudo com um "dicionário".
Eu estava interessado em encontrar algum efeito dessa abordagem. Até agora, não percebi se há algum. Portanto, o CatBoost é treinado na amostra, em geral, sem nenhuma "mágica" - o equilíbrio está abaixo na imagem. É por isso que eu esperava um resultado mais expressivo.