¿Qué es la codificación de destino bayesiana?
sobes.tech AI
Respuesta de la IA
El codificado objetivo bayesiano es un método de codificación de características categóricas en tareas de aprendizaje automático, basado en el uso de estadísticas de la variable objetivo con suavizado bayesiano.
La idea es reemplazar la categoría por un número que refleje el valor medio de la variable objetivo para esa categoría, teniendo en cuenta la media general y la cantidad de observaciones para evitar sobreajuste en categorías raras.
La fórmula de suavizado generalmente se ve así:
[ \text{ValorCodificado} = \frac{\text{media_objetivo_para_categoria} \times n + \text{media_global} \times k}{n + k} ]
donde:
- (n) — número de observaciones en la categoría,
- (k) — parámetro de suavizado (peso de la media a priori),
- (\text{media_global}) — media en toda la muestra.
Este enfoque ayuda a reducir el ruido y el sobreajuste, especialmente cuando se trabaja con categorías raras, y se usa a menudo en algoritmos de boosting para datos tabulares.