С какой функцией потерь можно обучить CatBoost

Для CatBoost можно использовать различные функции потерь в зависимости от задачи:

Классификация:

• Logloss (по умолчанию) — стандартная логистическая функция потерь.
• CrossEntropy — для многоклассовой классификации.
• MultiClass — альтернатива для многоклассовой классификации.

Регрессия:

• RMSE (Root Mean Squared Error) — по умолчанию.
• MAE (Mean Absolute Error) — менее чувствительна к выбросам.
• Quantile — для квантильной регрессии.

Ранжирование:

• YetiRank — для ранжирования с учетом парных сравнений.
• PairLogit — для парного ранжирования.

Пример использования:

from catboost import CatBoostClassifier

model = CatBoostClassifier(loss_function='Logloss', iterations=100)
model.fit(X_train, y_train)