CatBoostとは？

CatBoost（Categorical Boosting）は、ロシアの検索エンジン企業Yandexが2017年に公開したオープンソースの勾配ブースティングフレームワークです。名称は「Categorical Boosting」（カテゴリカルデータのブースティング）の略で、その名の通りカテゴリ変数（性別・地域・職業のような非数値データ）を効率的に扱える点が最大の特徴です。

CatBoostの主な特徴は以下の通りです。

• カテゴリ変数の自動処理：ターゲットエンコーディングを独自の方法で実装し、データ漏洩（ターゲットリーク）を防ぎながらカテゴリ変数を数値化する
• Ordered Boosting：過学習を抑制するための独自のブースティング方式を採用している
• 高い予測精度：表形式データにおいてXGBoostやLightGBMと並ぶ高精度を実現する
• 学習速度：GPUを活用した高速な学習が可能
• 少ない前処理：欠損値やカテゴリ変数をそのまま入力できるため、前処理の手間が少ない

勾配ブースティング系の競合ライブラリとしてXGBoost（2014年）・LightGBM（2016年、Microsoft）があり、CatBoostはこれらと並んで表形式データを扱う機械学習の三大ブースティングライブラリの一角を占めています。Kaggleなどのデータ分析コンペティションでも広く使われており、金融・EC・広告など実業務での採用実績も豊富です。