catboost: The Ultimate Guide to Python Library

Python catboost ライブラリ完全ガイド

catboost は、Yandex によって開発された、特にカテゴリ変数（categorical features）の処理に強い勾配ブースティング（Gradient Boosting）ライブラリです。前処理が最小限で済み、高速かつ高精度な学習が可能なことから、実務でも広く使われています。本記事では、Python での catboost の使い方を日本語で紹介します。

1. catboost の概要

• カテゴリ変数を自動的に処理可能（エンコーディング不要）。
• 欠損値の自動処理に対応。
• GPU 対応、sklearn API 互換。
• 高精度・高汎化性のモデル構築に優れる。

インストール方法

コピー

pip install catboost

---

2. 主な機能と使用例

(1) データの読み込みと準備

コピー

from catboost import CatBoostClassifier, Pool
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
import pandas as pd

# サンプルデータ（カテゴリ変数含む）
data = pd.DataFrame({
    '色': ['赤', '青', '赤', '緑'],
    'サイズ': ['S', 'M', 'L', 'S'],
    '重さ': [1.0, 2.5, 3.0, 1.2],
    'クラス': [0, 1, 1, 0]
})

X = data.drop('クラス', axis=1)
y = data['クラス']
cat_features = [0, 1]  # カテゴリ変数の列番号
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

(2) モデルの作成と学習

コピー

model = CatBoostClassifier(verbose=0)
model.fit(X_train, y_train, cat_features=cat_features)

(3) 予測と評価

コピー

y_pred = model.predict(X_test)
print("Accuracy:", accuracy_score(y_test, y_pred))

(4) モデルの保存と読み込み

コピー

model.save_model("catboost_model.cbm")
model.load_model("catboost_model.cbm")

(5) 特徴量の重要度の表示

コピー

import matplotlib.pyplot as plt
import seaborn as sns

importances = model.get_feature_importance()
feature_names = X.columns
sns.barplot(x=importances, y=feature_names)
plt.title("Feature Importance")
plt.show()

(6) SHAP による特徴量の可視化

コピー

explainer = model.get_feature_importance(type="ShapValues")
print(explainer)

(7) sklearn API の利用

コピー

from catboost import CatBoostClassifier
model = CatBoostClassifier(iterations=100, depth=4, learning_rate=0.1, loss_function='Logloss', verbose=0)
model.fit(X_train, y_train, cat_features=cat_features)

(8) GPU を使った高速学習

コピー

model = CatBoostClassifier(task_type='GPU', devices='0', verbose=0)
model.fit(X_train, y_train, cat_features=cat_features)

(9) 欠損値を含むデータの自動処理

コピー

X_train.iloc[0, 0] = None
model.fit(X_train, y_train, cat_features=cat_features)

(10) モデルの可視化（ツリービュー）

コピー

from catboost.utils import get_roc_curve
from sklearn.metrics import roc_auc_score

curve = get_roc_curve(model, Pool(X_test, y_test, cat_features=cat_features))
print("ROC AUC:", roc_auc_score(y_test, model.predict_proba(X_test)[:,1]))

---

3. catboost の主な機能まとめ

機能	説明
カテゴリ変数対応	自動的にカテゴリ変数を処理（エンコード不要）
欠損値処理	特別な前処理なしで対応
高速学習	GPU 対応、効率的なアルゴリズム構造
sklearn 互換	fit, predict, score が利用可能
SHAP / 可視化	モデルの解釈性にも対応

---

まとめ

catboost は、特にカテゴリデータの多い構造化データを扱う機械学習プロジェクトにおいて強力なツールです。学習効率、予測精度、前処理の簡潔さを重視する場合には非常に有用なライブラリです。