CatBoost の仕組み - Amazon SageMaker AI

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

CatBoost の仕組み

CatBoost は従来の勾配ブースティング決定ツリー (GBDT) アルゴリズムを実装しており、次の 2 つの重要なアルゴリズムの進歩が追加されています。

  1. 従来のアルゴリズムに代わる順列駆動型の、順序付けされたブースティングの実装

  2. カテゴリ別特徴を処理するための革新的なアルゴリズム

どちらの手法も、現在存在する勾配ブーストアルゴリズムの実装すべてに存在する、特殊なターゲットリークによって引き起こされる予測シフトに対処するために作成されました。

CatBoost アルゴリズムは、さまざまなデータ型、関係、分布、および微調整できるさまざまなハイパーパラメータを堅牢に処理できるため、機械学習のコンペティションにおいて優れた結果を出しています。CatBoost は、回帰、分類 (バイナリとマルチクラス)、ランキングの問題に使用できます。

勾配ブーストの詳細については、「SageMaker AI XGBoost アルゴリズムの仕組み」を参照してください。CatBoost メソッドで使用される追加の GOSS および EFB 手法の詳細については、「CatBoost: unbiased boosting with categorical features」を参照してください。