Mis on Bayesian target encoding?

Bayes'i sihtmärgi kodeerimine on meetod kategooriliste tunnuste kodeerimiseks masinõppe ülesannetes, mis põhineb sihtmuutuja statistikal bayes'ilise silumise rakendamisega.

Idee on asendada kategooria arvuga, mis peegeldab selle kategooria sihtmuutuja keskmist väärtust, võttes arvesse üldist keskmist ja vaatluste arvu, et vältida üleõppimist harvades kategooriates.

Tavaliselt näeb silumise valem välja järgmiselt:

[ \text{KodeeritudVäärtus} = \frac{\text{sihtmuujaKeskmineKategooria} \times n + \text{globaalneKeskmine} \times k}{n + k} ]

kus:

• (n) — vaatluste arv kategoorias,
• (k) — silumise parameeter (eeldusliku keskmise kaal),
• (\text{globaalneKeskmine}) — kogu näidise keskmine.

See lähenemine aitab vähendada müra ja üleõppimist, eriti töötades harvade kategooriatega, ning seda kasutatakse sageli boostingu algoritmides tabelandmete jaoks.