catboost/catboost

A fast, scalable, high performance Gradient Boosting on Decision Trees library, used for ranking, classification, regression and other machine learning tasks for Python, R, Java, C++. Supports computation on CPU and GPU.

解决的问题

CatBoost 是一个高性能机器学习库，旨在实现决策树上的梯度提升。它解决了处理类别特征的常见挑战，并提高了各种数据集上的预测速度和模型质量。

工作原理

它利用决策树上的梯度提升方法，提供对数值特征和类别特征的原生支持。为了扩展训练规模，它提供了快速的 GPU 和多 GPU 支持，以及通过 Apache Spark 和命令行界面实现的分布式训练能力。

适用对象

适用于需要快速、高质量且能高效处理类别数据的梯度提升库的数据科学家和机器学习工程师。

亮点

  • 在许多数据集上比其他 GBDT 库具有更高的质量。
  • 顶级的预测速度。
  • 对类别特征的原生支持。
  • 快速的 GPU、多 GPU 和分布式训练 (Apache Spark/CLI)。
  • 内置的可视化工具。

相关

  • 项目
    dmlc/xgboost

    XGBoost 是一个优化的分布式梯度提升库，为大规模数据科学问题提供快速且准确的并行树提升。

  • 项目
    google/yggdrasil-decision-forests

    一个用于训练、评估、解释和部署随机森林和梯度提升树等决策森林模型的快速且可扩展的库。

  • 项目
    fabsig/GPBoost

    A software library that combines tree-boosting with Gaussian processes and mixed-effects models to improve prediction accuracy for spatial data and high-cardinality categorical variables.

  • 项目
    lightgbm-org/LightGBM

    一个使用基于树的学习算法来处理大规模数据的高效梯度提升框架，具有高速度和低内存使用的特点。

  • 项目
    uxlfoundation/oneDAL

    一个 C++ 和 DPC++ 库，为 CPU、GPU 和分布式系统上的表格数据提供硬件加速的机器学习例程。