Какие знаешь гиперпараметры CatBoost

CatBoost имеет множество гиперпараметров, которые можно настраивать для улучшения модели. Основные:

• iterations – количество деревьев (по умолчанию 1000)
• learning_rate – шаг градиентного спуска (обычно 0.03–0.3)
• depth – максимальная глубина деревьев (по умолчанию 6)
• l2_leaf_reg – коэффициент L2-регуляризации (по умолчанию 3)
• random_strength – сила рандомизации при выборе разбиений
• border_count – количество границ для бинаризации числовых признаков (по умолчанию 254)
• loss_function – функция потерь (Logloss, RMSE, MAE и др.)
• cat_features – список категориальных признаков

Пример настройки:

from catboost import CatBoostClassifier

model = CatBoostClassifier(
    iterations=500,
    learning_rate=0.05,
    depth=8,
    l2_leaf_reg=5,
    random_strength=1,
    loss_function='Logloss'
)