CatBoost

CatBoost (Categorical Boosting) هو خوارزمية تعلم آلي مفتوحة المصدر تعتمد على التدرج المعزز على أشجار القرار. تم تطويرها بواسطة Yandex، وهي مصممة لتوفير أداء عالٍ مع الحد الأدنى من إعداد البيانات، وتتألق بشكل خاص في التعامل مع البيانات الفئوية - وهي المتغيرات التي تمثل مجموعات أو تسميات متميزة بدلاً من القيم الرقمية. وفي حين تتطلب الخوارزميات التقليدية غالباً تقنيات المعالجة المسبقة المعقدة مثل التشفير الثنائي لتحويل الفئات إلى أرقام، يمكن لـ CatBoost معالجة هذه الميزات مباشرة أثناء التدريب. هذه القدرة، إلى جانب قدرتها على تقليل التجهيز الزائد (Overfitting) من خلال التعزيز المرتب، تجعلها خياراً قوياً لمجموعة واسعة من مهام النمذجة التنبؤية في علم البيانات.

المزايا الجوهرية وآلية العمل#

تتميز CatBoost عن طرق التعلم المجموعي (Ensemble) الأخرى من خلال عدة خيارات معمارية تعطي الأولوية للدقة وسهولة الاستخدام.

• دعم البيانات الفئوية الأصلي: تستخدم الخوارزمية تقنية تسمى ordered target statistics لتحويل القيم الفئوية إلى أرقام أثناء التدريب. وهذا يمنع تسرب البيانات المستهدفة (target leakage) الذي يُشاهد غالباً مع طرق التشفير القياسية، مما يحافظ على سلامة عملية التحقق.
• التعزيز المرتب: يمكن أن تعاني طرق التدرج المعزز القياسية من انحراف التنبؤ، وهو نوع من الانحياز في الذكاء الاصطناعي. تعالج CatBoost هذه المشكلة باستخدام نهج مدفوع بالتبديل لتدريب النموذج، مما يضمن عدم فرط تجهيز النموذج لتوزيع بيانات التدريب المحددة.
• الأشجار المتماثلة: على عكس العديد من مكتبات التعزيز الأخرى التي تنمو الأشجار بناءً على العمق أو الأوراق، تبني CatBoost أشجاراً متماثلة (متوازنة). تتيح هذه البنية سرعات استدلال سريعة للغاية، وهو أمر بالغ الأهمية لتطبيقات الاستدلال في الوقت الفعلي.

CatBoost مقارنة بـ XGBoost و LightGBM#

غالباً ما يتم تقييم CatBoost جنباً إلى جنب مع مكتبات التعزيز الشائعة الأخرى. وبينما تشترك جميعها في نفس الإطار الأساسي، إلا أنها تمتلك خصائص متميزة.

• XGBoost: مكتبة مرنة للغاية ومستخدمة على نطاق واسع معروفة بأدائها في مسابقات علم البيانات. وعادةً ما تتطلب ضبطاً دقيقاً لـ المعلمات الفائقة (Hyperparameters) وتشفيداً يدوياً للمتغيرات الفئوية للوصول إلى ذروة الأداء.
• LightGBM: تستخدم هذه المكتبة استراتيجية نمو تعتمد على الأوراق، مما يجعلها سريعة بشكل استثنائي للتدريب على مجموعات البيانات الضخمة. ومع ذلك، بدون تنظيم دقيق، يمكن أن تكون عرضة لـ التجهيز الزائد على مجموعات البيانات الصغيرة مقارنة بأشجار CatBoost المتماثلة المستقرة.
• CatBoost: غالباً ما توفر أفضل دقة "جاهزة للاستخدام" مع المعلمات الافتراضية. وعادة ما تكون الخيار المفضل عندما تحتوي مجموعات البيانات على عدد كبير من الميزات الفئوية، مما يقلل من الحاجة إلى هندسة الميزات المكثفة.

تطبيقات العالم الحقيقي#

تجعل قوة CatBoost منه أداة متعددة الاستخدامات عبر مختلف الصناعات التي تتعامل مع البيانات المهيكلة.

1. تقييم المخاطر المالية: تستخدم البنوك وشركات التكنولوجيا المالية CatBoost لتقييم أهلية القروض والتنبؤ بحالات التخلف عن سداد الائتمان. يمكن للنموذج دمج أنواع البيانات المتنوعة بسلاسة، مثل مهنة المتقدم (فئوية) ومستوى الدخل (رقمية)، لإنشاء ملفات تعريف مخاطر دقيقة. هذه القدرة هي حجر الزاوية لـ الذكاء الاصطناعي في التمويل الحديث.

2. توصيات التجارة الإلكترونية: تستفيد متاجر التجزئة عبر الإنترنت من CatBoost لتشغيل أنظمة التوصية المخصصة. من خلال تحليل سجلات سلوك المستخدم، وفئات المنتجات، وتاريخ الشراء، تتنبأ الخوارزمية باحتمالية قيام المستخدم بالنقر فوق عنصر أو شرائه، مما يساهم بشكل مباشر في تحسين الذكاء الاصطناعي في تجارة التجزئة.

التكامل مع الرؤية الحاسوبية#

في حين أن CatBoost هي في الأساس أداة للبيانات الجدولية، إلا أنها تلعب دوراً حيوياً في سير عمل النماذج متعددة الوسائط حيث تلتقي البيانات المرئية مع البيانات الوصفية المنظمة. يتضمن سير العمل الشائع استخدام نموذج رؤية حاسوبية لاستخراج الميزات من الصور ثم تغذية هذه الميزات في مصنف CatBoost.

على سبيل المثال، قد يستخدم نظام تقييم العقارات Ultralytics YOLO26 لإجراء اكتشاف الكائنات على صور العقارات، وحساب المرافق مثل حمامات السباحة أو الألواح الشمسية. ثم يتم تمرير عدد هذه الكائنات كميزات رقمية إلى نموذج CatBoost جنباً إلى جنب مع بيانات الموقع والمساحة بالمربع للتنبؤ بقيمة المنزل. يمكن للمطورين إدارة مكون الرؤية في خطوط الأنابيب هذه باستخدام منصة Ultralytics، مما يبسط إدارة مجموعات البيانات ونشر النماذج.

يوضح المثال التالي كيفية تحميل نموذج YOLO مدرب مسبقاً لاستخراج أعداد الكائنات من صورة، والتي يمكن أن تكون بمثابة ميزات إدخال لنموذج CatBoost.

from ultralytics import YOLO

# Load the YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("path/to/property_image.jpg")

# Extract class counts (e.g., counting 'cars' or 'pools')
# This dictionary can be converted to a feature vector for CatBoost
class_counts = {}
for result in results:
    for cls in result.boxes.cls:
        class_name = model.names[int(cls)]
        class_counts[class_name] = class_counts.get(class_name, 0) + 1

print(f"Features for CatBoost: {class_counts}")