catboost:决策树上的快速可扩展高性能的梯度增强库用于对PythonRJavaC ++进行排名分类回归和其他机器学习任务。 支持CPU和GPU上的计算 源

| | | | CatBoost是一种基于决策树的机器学习方法。 CatBoost的主要优点: 与许多数据集上的其他GBDT库,质量更高。 同类最佳的速度。 同时支持功能。 快速的GPU和多GPU支持开箱即用地进行培训。 可视化工具。 入门和文档 所有CatBoost文档均。 按照以下说明安装CatBoost 接下来,您可能要调查: 和预测 如果您无法在浏览器中打开文档,请尝试将yastatic.net和yastat.net添加到隐私标记中允许的域列表中。 生产中的Catboost模型 如果要在应用程序中评估Catboost模型,请阅读。 问题和错误报告 要报告错误,请使用页面