Как CatBoost обрабатывает категориальные признаки

CatBoost автоматически обрабатывает категориальные признаки без предварительного кодирования, используя эффективный метод под названием Ordered Target Encoding. Он учитывает порядок объектов в датасете для предотвращения data leakage.

Особенности:

1. Использует permutations для вычисления статистик
2. Применяет smoothing для редких категорий
3. Учитывает порядок объектов (отсюда "Ordered")

Пример использования:

from catboost import CatBoostClassifier

model = CatBoostClassifier(cat_features=['category_col'])
model.fit(X_train, y_train)

Для лучшего контроля можно задать параметры:

• one_hot_max_size - порог для one-hot кодирования
• has_time - если данные временные