machine-learning - 使用catboost进行排名任务

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 2 年前。

Improve this question

我想知道如何为排名任务配置catboost。 catboost 主页暗示它可以用于排名任务。然而，对任务进行排名的文档似乎很少: https://tech.yandex.com/catboost/doc/dg/concepts/cli-reference_train-model-docpage/

所有教程都集中于对单个实例进行分类: https://github.com/catboost/catboost/tree/master/catboost/tutorials

理想情况下会有一些类似于 LightGBM 的文档或示例进行排名:https://github.com/Microsoft/LightGBM/tree/master/examples/lambdarank

有人使用catboost进行排名吗？

Answer 1

从0.9版本开始，CatBoost支持多种排名模式。要使用排名模式，您需要构建一个包含对象组(用户 group_id )的数据集。该算法将尝试找到组内的最佳顺序。

CatBoost中有两种成对模式，PairLogit和PairLogitPairwise。对于成对模式，您需要提供对作为数据集的一部分。 PairLogit 速度要快得多，但 PairLogitPairwise 可能会在大型数据集上提供更好的质量。

有两种排名模式 YetiRank 和 YetiRankPairwise。要使用它们，您需要在数据集中有标签。它们之间的区别是相同的，YetiRankPairwise 的计算成本更高，但可能会给出更好的结果。

还有排名和回归之间的混合 (QueryRMSE)、排名和分类之间的混合 (QueryCrossEntropy) 以及 QuerySoftMax 损失。