CatBoost

CatBoost (Categorical Boosting), karar ağaçları üzerinde gradient boosting tabanlı açık kaynaklı bir makine öğrenimi algoritmasıdır. Yandex tarafından geliştirilen bu araç; minimal veri hazırlığı ile yüksek performans sunmak üzere tasarlanmış olup, sayısal değerler yerine farklı grupları veya etiketleri temsil eden değişkenler olan kategorik verileri işlemekte özellikle başarılıdır. Geleneksel algoritmalar kategorileri sayıya dönüştürmek için genellikle one-hot encoding gibi karmaşık ön işleme teknikleri gerektirirken, CatBoost bu özellikleri doğrudan eğitim sırasında işleyebilir. Bu yeteneği, sıralı boosting (ordered boosting) aracılığıyla aşırı öğrenmeyi (overfitting) azaltma becerisiyle birleştiğinde, veri bilimindeki geniş bir predictive modeling görev yelpazesi için sağlam bir seçenek haline getirir.

Temel Avantajlar ve Mekanizma#

CatBoost, doğruluğa ve kullanım kolaylığına öncelik veren çeşitli mimari tercihleri sayesinde diğer ensemble yöntemlerinden ayrılır.

• Yerel Kategorik Destek: Algoritma, eğitim sırasında kategorik değerleri sayılara dönüştürmek için sıralı hedef istatistikleri adı verilen bir teknik kullanır. Bu, standart kodlama yöntemlerinde sıkça görülen hedef sızıntısını (target leakage) önleyerek doğrulama sürecinin bütünlüğünü korur.
• Sıralı Boosting: Standart gradient boosting yöntemleri, bir tür bias in AI olan tahmin kaymasından (prediction shift) muzdarip olabilir. CatBoost, modeli eğitmek için permütasyon tabanlı bir yaklaşım kullanarak bu sorunu çözer ve modelin belirli eğitim verisi dağılımına aşırı uyum sağlamamasını (overfitting) garanti eder.
• Simetrik Ağaçlar: Ağaçları derinliğine veya yaprağına göre büyüten diğer birçok boosting kütüphanesinin aksine CatBoost, simetrik (dengeli) ağaçlar oluşturur. Bu yapı, real-time inference uygulamaları için çok önemli olan son derece hızlı çıkarım hızları sağlar.

CatBoost ile XGBoost ve LightGBM Karşılaştırması#

CatBoost, sıklıkla diğer popüler boosting kütüphaneleriyle birlikte değerlendirilir. Aynı temel çerçeveyi paylaşsalar da, belirgin karakteristik farklılıkları vardır.

• XGBoost: data science competitions alanındaki performansı ile bilinen, son derece esnek ve yaygın olarak kullanılan bir kütüphanedir. En yüksek performansa ulaşmak için genellikle dikkatli bir hyperparameter tuning süreci ve kategorik değişkenlerin manuel olarak kodlanmasını gerektirir.
• LightGBM: Bu kütüphane, yaprak odaklı (leaf-wise) bir büyüme stratejisi kullanarak devasa veri setlerinde eğitimi son derece hızlı hale getirir. Ancak dikkatli bir düzenlileştirme (regularization) uygulanmadığında, CatBoost'un kararlı simetrik ağaçlarına kıyasla daha küçük veri setlerinde overfitting sorununa açık olabilir.
• CatBoost: Genellikle varsayılan parametrelerle en iyi "kutudan çıktığı gibi" (out-of-the-box) doğruluğu sağlar. Veri setleri önemli ölçüde kategorik özellik içerdiğinde ve kapsamlı feature engineering ihtiyacını azalttığında genellikle tercih edilen seçenektir.

Gerçek Dünya Uygulamaları#

CatBoost'un sağlamlığı, onu yapılandırılmış verileri işleyen çeşitli endüstrilerde çok yönlü bir araç haline getirir.

1. Finansal Risk Değerlendirmesi: Bankalar ve fintech şirketleri, kredi uygunluğunu değerlendirmek ve kredi temerrütlerini tahmin etmek için CatBoost kullanır. Model; başvuru sahibinin mesleği (kategorik) ve gelir düzeyi (sayısal) gibi çeşitli veri türlerini sorunsuz bir şekilde entegre ederek doğru risk profilleri oluşturabilir. Bu yetenek, modern AI in finance alanının temel taşlarından biridir.

2. E-ticaret Önerileri: Çevrimiçi perakendeciler, kişiselleştirilmiş recommendation systems sistemlerine güç sağlamak için CatBoost'tan yararlanır. Kullanıcı davranış günlüklerini, ürün kategorilerini ve satın alma geçmişini analiz eden algoritma, bir kullanıcının bir ürüne tıklama veya ürünü satın alma olasılığını tahmin ederek doğrudan AI in retail optimizasyonuna katkıda bulunur.

Bilgisayarlı Görü ile Entegrasyon#

CatBoost öncelikle tablolaştırılmış veriler için bir araç olsa da, görsel verilerin yapısal meta verilerle buluştuğu multi-modal model iş akışlarında hayati bir rol oynar. Yaygın bir iş akışı, görüntülerden özellikler çıkarmak için bir bilgisayarlı görü modeli kullanmayı ve ardından bu özellikleri bir CatBoost sınıflandırıcısına beslemeyi içerir.

Örneğin, bir gayrimenkul değerleme sistemi; mülk fotoğraflarında object detection gerçekleştirmek ve havuz veya güneş paneli gibi olanakları saymak için Ultralytics YOLO26 kullanabilir. Bu nesnelerin sayıları daha sonra evin değerini tahmin etmek için konum ve metrekare verilerinin yanı sıra sayısal özellikler olarak bir CatBoost modeline aktarılır. Geliştiriciler, veri seti yönetimini ve model dağıtımını basitleştiren Ultralytics Platform kullanarak bu boru hatlarının görü bileşenini yönetebilir.

Aşağıdaki örnek, bir görüntüden nesne sayılarını çıkarmak için önceden eğitilmiş bir YOLO modelinin nasıl yükleneceğini ve bunun daha sonra CatBoost modeli için girdi özellikleri olarak nasıl kullanılabileceğini göstermektedir.

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}")