Šta je Bayesian target encoding?

Байесовско кодирање циљне вредности је метод кодирања категоријалних карактеристика у задацима машинског учења, заснован на коришћењу статистика циљне променљиве са применом байесовског глаткања.

Идеја је да се категорија замени бројем који одражава просечну вредност циљне променљиве за ту категорију, узимајући у обзир укупни просек и број запажања, како би се избегло пренаглашавање на ретким категоријама.

Обично изгледа формула за глаткање овако:

[ \text{КодиранаВредност} = \frac{\text{просекЦиљнеВредностиЗаКатегорију} \times n + \text{глобалниПросек} \times k}{n + k} ]

где:

• (n) — број запажања у категорији,
• (k) — параметар глаткања (тежина априорног просека),
• (\text{глобалниПросек}) — просек целе узорке.

Овај приступ помаже у смањењу шума и пренаглашавања, посебно када се ради са ретким категоријама, и често се користи у алгоритмима бустинга за табеларне податке.