Список проголосовавших за комментарий "По вопросам в конце поста:<br/> <br/> 1. Думаю, это основной момент. Я не назову это ошибками методологии, я бы назвал это эксперименты с методологией. Оно покрывает многое. Например под пунктом (2) идет вопрос про мало данных, по идее через методологию этот и аналогичные вопросы можно закрывать: обучил на меньшем объеме, обучил на большем, обучил на самом большом — сравнил результаты — получил ответ на вопрос про достоверность данных, с некоторой достоверностью. Нужна большая достоверность — организуешь эксперимент соответствующим образом. Получил ответ на вопрос — корректируешь методологию/пайплайн в соответствии с «ответом» и так же поступаешь с другими «вопросами» и гипотезами. В какой-то момент приходишь к работающему пайплайну.<br/> <br/> 4. Безусловно, помогает, но надо понимать как это влияет на объем данных.<br/> <br/> 6. Catboost само то на мой взгляд — бустинги и леса мало что обгоняет на таблицах, при этом Catboost ещё и шустрый в производительности."