Datapedia
Machine Learning

CatBoost

Implementación de Gradient Boosting diseñada para manejar de forma nativa y eficiente variables categóricas, sin necesitar codificarlas manualmente de antemano.

EnsambleBoosting

CatBoost (Categorical Boosting) se distingue por su capacidad de trabajar directamente con variables categóricas (como el país o la categoría de un producto) sin requerir que se transformen previamente a valores numéricos mediante técnicas como one-hot encoding, resolviendo eso internamente de forma más eficiente.

Su ventaja práctica

Reduce el trabajo de preprocesamiento de datos y suele ofrecer buenos resultados con su configuración por defecto, lo que lo hizo especialmente popular en conjuntos de datos con muchas variables categóricas, como suele ocurrir en datos de negocios y comercio.