CatBoost
Gradient boosting con manejo nativo de variables categóricas.
CategoríaMachine Learning
DificultadIntermedio
Tiempo de aprendizaje2-3 semanas
¿Qué puedes lograr con esta herramienta?
Los resultados prácticos que desbloquea.
- Usar variables categóricas directamente sin one-hot encoding manual
- Obtener buenos resultados con configuración por defecto (menos tuning)
- Reducir el sobreajuste típico del boosting mediante ordered boosting
Descripción
CatBoost, desarrollado por Yandex, se especializa en el manejo automático y estadísticamente robusto de variables categóricas, además de usar ordered boosting para reducir el sobreajuste. Suele requerir menos tuning manual que XGBoost o LightGBM.
Casos de uso
- Datasets con muchas variables categóricas de alta cardinalidad
- Modelos de scoring en banca y seguros
- Sistemas de recomendación
- Prototipado rápido con buenos resultados por defecto
Instalación
pip install catboostEjemplo básico
from catboost import CatBoostClassifier
model = CatBoostClassifier(iterations=300, cat_features=["region"])
model.fit(X_train, y_train)
print(model.score(X_test, y_test))Ventajas y limitaciones
Ventajas
- Manejo nativo y robusto de variables categóricas
- Buenos resultados con poco tuning
- Ordered boosting reduce el sobreajuste
Limitaciones
- Entrenamiento puede ser más lento que LightGBM en datasets muy grandes
- Comunidad más pequeña que XGBoost
Alternativas
Herramientas que resuelven un problema parecido de otra forma.