CatBoost, som står för Categorical Boosting, är en variant av Gradient Boosting algoritmen, specifikt utvecklad för att hantera kategoriska data. Algoritmen kom från Yandex, en stor rysk IT-företag som liknar Google, och är nu öppenkällskod vilket möjliggör för utvecklare från hela världen att bidra till dess förbättring. CatBoost skiljer sig från andra boosting metoder genom sin förmåga att bättre hantera kategoriska data, vilket ofta är en utmaning inom maskininlärning.
Man brukar säga att CatBoost ger bättre prediktioner för kategoriska data än andra metoder för maskininlärning eftersom den implementerar en ny kategorisk variabel-hanteringsteknik. Denna teknik använder variationsmetoden för att koda variablerna, vilket hjälper till att minska risken för överträning, ett vanligt problem vid användning av traditionella en-hot-encoding eller label-encoding metoder.
CatBoost arbetar dock inte bara med kategoriska data. Den har även många funktioner som är användbara för andra sorters data, inklusive stöd för textfunktioner, multi-kolonklassificering samt time-series-data. Det faktum att den klarar av modernt storskaligt maskininlärningsarbete såpass bra har bidragit till dess växande popularitet.
