CatBoost - Amazon SageMaker AI
适用于 CatBoost 算法的 Amazon EC2 实例推荐示例笔记本

CatBoost

CatBoost 是梯度提升决策树 (GBDT) 算法的一种热门的开源实施，性能非常出色。GBDT 是一种有监督学习算法，它尝试将一组较简单且较弱模型的一系列估计值结合在一起，从而准确地预测目标变量。

CatBoost 向 GBDT 引入了两项关键的算法改进：

  1. 实施了有序提升，这是对经典算法的以排列驱动的替代方案

  2. 用于处理分类特征的创新算法

这两种技术都是为了对抗由一种特殊目标泄漏所引起的预测偏移，这种偏移存在于梯度提升算法的所有现有实施中。本页面包含有关 Amazon EC2 实例推荐功能和 CatBoost 笔记本示例的信息。

适用于 CatBoost 算法的 Amazon EC2 实例推荐

SageMaker AI CatBoost 目前仅使用 CPU 进行训练。CatBoost 是一种内存限制型（而不是计算限制型）算法。因此，通用计算实例（例如 M5）是比计算优化型实例（例如 C5）更适合的选择。此外，我们建议您在选定的实例中有足够的总内存来保存训练数据。

CatBoost 示例笔记本

下表概述了解决 Amazon SageMaker AI CatBoost 算法的不同使用案例的各种示例笔记本。

笔记本标题 描述

使用 Amazon SageMaker AI LightGBM 和 CatBoost 算法进行表格分类

本笔记本演示了如何使用 Amazon SageMaker AI CatBoost 算法来训练和托管表格分类模型。

使用 Amazon SageMaker AI LightGBM 和 CatBoost 算法进行表格回归

本笔记本演示了如何使用 Amazon SageMaker AI CatBoost 算法来训练和托管表格回归模型。

有关如何创建和访问可用于在 SageMaker AI 中运行示例的 Jupyter Notebook 实例的说明，请参阅 Amazon SageMaker Notebook 实例。创建笔记本实例并将其打开后，选择 SageMaker AI 示例选项卡以查看所有 SageMaker AI 示例的列表。要打开笔记本，请选择其使用选项卡，然后选择创建副本。