Kas ir Bayesian target encoding?

Bayesiešu mērķa kodēšana ir metode kategorisko raksturlielumu kodēšanai mašīnmācīšanās uzdevumos, kas balstīta uz mērķa mainīgā statistiku ar Bayes gludumu.

Ideja ir aizstāt kategoriju ar skaitli, kas atspoguļo šīs kategorijas mērķa mainīgā vidējo vērtību, ņemot vērā kopējo vidējo un novērojumu skaitu, lai izvairītos no pārmērīgas pielāgošanās retām kategorijām.

Parasti gluduma formula izskatās šādi:

[ \text{KodētāVērtība} = \frac{\text{mērķaVidējaisVērtībaKategorijai} \times n + \text{globālaisVidējais} \times k}{n + k} ]

kur:

• (n) — novērojumu skaits kategorijā,
• (k) — gluduma parametrs (a priori vidējās svara),
• (\text{globālaisVidējais}) — visa parauga vidējā vērtība.

Šī pieeja palīdz samazināt troksni un pārmērīgu pielāgošanos, īpaši strādājot ar retām kategorijām, un bieži tiek izmantota boosting algoritmos tabulāriem datiem.