Qu'est-ce que le codage de cible bayésien?
sobes.tech IA
Réponse de l'IA
Le codage cible bayésien est une méthode de codage des caractéristiques catégoriques dans les tâches d'apprentissage automatique, basée sur l'utilisation de statistiques de la variable cible avec un lissage bayésien.
L'idée est de remplacer une catégorie par un nombre reflétant la moyenne de la variable cible pour cette catégorie, en tenant compte de la moyenne globale et du nombre d'observations pour éviter le surapprentissage sur des catégories rares.
La formule de lissage est généralement la suivante :
[ \text{ValeurCodée} = \frac{\text{moyenne_cible_pour_catégorie} \times n + \text{moyenne_globale} \times k}{n + k} ]
où :
- (n) — nombre d'observations dans la catégorie,
- (k) — paramètre de lissage (poids de la moyenne a priori),
- (\text{moyenne_globale}) — moyenne sur l'ensemble de l'échantillon.
Cette approche aide à réduire le bruit et le surapprentissage, surtout lorsqu'on travaille avec des catégories rares, et est souvent utilisée dans les algorithmes de boosting pour les données tabulaires.