你的问题1：

你很接近但不完全是。

每次取平均值时，您只包括具有给定值的样本，例如分类特征的 A。

您将 #2-#20 折叠分成 10 个相等的折叠；但是，如果只考虑类别值为 A 的样本，它们的数量可能在这 10 折中有所不同。

比如说，这些数字是 n1,...,n10。

然后，除第一个折叠之外的所有平均值将 0 的权重分配给第一个折叠中的样本，并将 1/(n2+...+n10) 的权重分配给所有其他折叠中的每个样本。

除第二折外的所有平均值将 0 的权重分配给第二折中的样本，将 1/(n1+n3+n4+...+n10) 的权重分配给所有其他折中的每个样本，依此类推。

取这些平均值的平均值得到目标的加权平均值，样本的权重是上述权重的平均值。

对于不同折叠的样本，这些权重会略有不同。

因此，我们得到了#2-#20 折叠的加权平均值，但通过这个随机程序获得的权重略有不同。

您可能想了解这有什么意义：它比仅在折叠 #2-#20 上取普通平均值更好吗？

这个过程为编码的值增加了随机性。（例如，可以通过类别值 A 的编码值的标准偏差来测量随机性。）

编码值的这种随机性可能会阻止算法学习编码和目标之间的关系，以防这种关系仅在训练集中成立，即减少过拟合。

这种随机性取决于两个参数：

1. 具有类别值 A 的样本的目标值分布的宽度。（可以测量宽度，例如，通过标准差。）这些目标值的更广泛分布导致编码的更大随机性（更广泛的分布）价值观。

2. 类别值为A的样本数：样本越多，编码值的随机性越小。

可以将这种方式与增加编码值随机性的其他方式进行比较。最简单的方法是进行单次交叉验证，但少于 20 折。这将增加编码值的随机性，但主要取决于目标值分布的宽度，而不是 A 类中的样本数量。这可能是这种双重交叉验证的原因。

你的问题2：

正如您所说，重点是为每个样本使用不包括该样本的目标值的平均值。

对于具有类别值 A 的折叠 #1 中的样本，平均目标编码的值是折叠 #2-#20 中具有类别值 A 的所有样本的目标值的（加权）平均值（计算为多于）。

这意味着 A 的编码值在不同的折叠中会有所不同。

您引用的帖子未提及测试集。其他帖子建议在测试集上取整个训练集中所有具有类别 A 的样本的目标值的平均值。

@Baruch Youssin 我不确定我是否理解为什么 k 折目标均值编码计算引入的可变性会减少过度拟合。

我知道通过应用 k 折目标均值编码而不是均值编码可以避免数据泄漏（即使用有关 Y 的特定行的信息来计算特征 X）。

但是假设没有数据泄漏，并且由于在您的测试集中，您将使用单个值来表示特征 X 中的类别（在训练集的 k 折中计算的 k 目标平均编码的平均值），那么我明白了你只关心的是你与你的模型在 Y 和特征 X 之间的关系在用于表示测试集中类别的 X 值处，在你的训练集和测试集中保持相同. 不确定我是否在这里遗漏了其他东西。