Pour les data scientistsExperts extrayant des connaissances via des méthodes statistiques, algorithmes et IA. Ils transforment les données brutes en insights stratégiques pour résoudre des problèmes métier complexes. experts qui ont besoin de régulariser leurs transformations, notamment dans le secteur bancaire réglementé, l'action offre une très grande granularité de configuration. Si vous activez evaluationStats, l'architecture calcule automatiquement des métriques d'évaluation cruciales comme l'Indice de Gini et l'Information Value (IV) pour valider mathématiquement la puissance de la nouvelle segmentation.
Dans le cadre d'une discrétisation par Weight of EvidenceLe Weight of Evidence (WoE) mesure la capacité d'une modalité à distinguer les événements des non-événements, facilitant la transformation de variables avant une régression logistique., la gestion des classes rares est vitale pour éviter les erreurs d'infinis mathématiques. Vous pouvez contrôler la régularisation en modifiant woeAdjust et le facteur d'ajustement de l'Information Value avec ivFactor. Par exemple, lors de la soumission de la requête au serveur, vous pourriez injecter un dictionnaire de configuration avancé tel que :
overrides={woeAdjust=0.5, ivFactor=2.0, binMissing=true, outlierBinsStats=true}Cette approche garantit des calculs de probabilités stables, même sur des segments de clientèle très étroits.
