categoricalInformationValue

도입 버전: v20.1.0 이진 타깃 변수와 관련된 범주형 피처의 정보값(IV)을 계산합니다. 각 범주에 대해 함수는 다음 값을 계산합니다: (P(tag = 1) - P(tag = 0)) × (log(P(tag = 1)) - log(P(tag = 0))) 여기서:

P(tag = 1)은 주어진 범주에서 타깃이 1일 확률입니다
P(tag = 0)은 주어진 범주에서 타깃이 0일 확률입니다

정보값(Information Value)은 예측 모델링에서 범주형 피처와 이진 타깃 변수 사이의 관계 강도를 측정하는 데 사용되는 통계량입니다. 절댓값이 클수록 예측력이 더 높음을 의미합니다. 결과는 각 이산형(범주형) 피처 [category1, category2, ...]가 tag 값을 예측하는 학습 모델에 얼마나 기여하는지를 나타냅니다. 구문

categoricalInformationValue(category1[, category2, ...,]tag)

인수

category1, category2, ... — 분석할 하나 이상의 범주형 피처입니다. 각 범주는 이산 값을 포함해야 합니다. UInt8
tag — 예측 대상 이진 변수입니다. 값은 0과 1이어야 합니다. UInt8

반환 값 범주의 각 고유한 조합에 대한 정보 값을 나타내는 Float64 값의 배열을 반환합니다. 각 값은 대상 변수에 대해 해당 범주 조합의 예측력을 나타냅니다. Array(Float64) 예시 연령대와 모바일 사용량을 분석하는 기본 사용법

Query

-- metrica.hits 데이터셋(https://sql.clickhouse.com/ 에서 이용 가능)을 사용하여 연령-모바일 관계 분석
SELECT categoricalInformationValue(Age < 15, IsMobile)
FROM metrica.hits;

Response

[0.0014814694805292418]

여러 범주형 피처와 사용자 인구통계 정보

Query

SELECT categoricalInformationValue(
    Sex,                 -- 0=남성, 1=여성
    toUInt8(Age < 25),   -- 0=25세 이상, 1=25세 미만
    toUInt8(IsMobile)    -- 0=데스크톱, 1=모바일
) AS iv_values
FROM metrica.hits
WHERE Sex IN (0, 1);

Response

[0.00018965785460692887,0.004973668839403392]

​categoricalInformationValue

categoricalInformationValue