catboost：决策树上的快速，可扩展，高性能的梯度增强库，用于对Python，R，Java，C ++进行排名，分类，回归和其...

| | | | 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。 使用catboost标签询问有关的问题，我们将监视新问题。 在或讲俄语的寻求即时建议 帮助改善CatBoost 查看并以查看可以改进的地方；如果需要，也可以解决问题。 将您的故事和经验添加到。 要为CatBoost做出贡献，您需要先阅读CLA文本并添加到您的拉取请求中，即表示您同意CLA的条款。 可以在找到更多信息 有关贡献者的说明，请参见。 新闻 最新新闻发布在。 参考文件 Ann