catboost

收录理由

梯度提升决策树至今仍是处理结构化数据最可靠的方法之一，而CatBoost把这一方法实现得相当出色。如果你的数据是表格形式，而非文本或图像，无论在做流失预测、信用评分还是需求预测，CatBoost的默认参数通常就能给出扎实的结果，几乎不用怎么调优。它原生支持类别特征，省去了很多繁琐的预处理步骤。库本身同时支持CPU和GPU训练，在Python、R、Java和C++里提供一致的接口，还能借助Apache Spark做分布式训练，这意味着你可以在笔记本里跑通模型，然后不重写代码就部署到用另一种语言写的生产服务中。它也覆盖排序损失函数，所以搜索和推荐系统里经常能看到它的身影。如果你的主要数据就是行列结构，这是个久经考验、很实用的选择，值得放进对比清单的前排。