梯度增强算法的选择

Question

我刚刚参与了机器学习比赛，看起来大多数中型数据集竞赛都是通过基于梯度增强的模型赢得的。然而，我想到的情况是，LightGBM、卡特博斯或阿达博斯特的分数相差很大。

有什么方法可以在这些算法之间进行选择吗？

Answer 1

我认为Catboost和lightgbm的表现类似，这完全是一个选择问题。当dataset有大量分类列时，我的一些同事更喜欢Catboost，但我很少看到比lightgbm更有优势。

有一篇很好的比较CatBoost vs. Light GBM vs. XGBoost https://towardsdatascience.com/catboost-vs-light-gbm-vs-xgboost-5f93620723db的文章

另一篇文章比较了更多的增强的algos https://medium.com/@divyagera2402/boosting-algorithms-adaboost-gradient-boosting-xgb-light-gbm-and-catboost-e7d2dbc4e4ca