> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> Рассчитывает значение `(P(tag = 1) - P(tag = 0))(log(P(tag = 1)) - log(P(tag = 0)))` для каждой категории.

# categoricalInformationValue

<div id="categoricalInformationValue">
  ## categoricalInformationValue
</div>

Добавленный в: v20.1.0

Вычисляет информационную ценность (IV) для категориальных признаков относительно бинарной целевой переменной.

Для каждой категории функция вычисляет: `(P(tag = 1) - P(tag = 0)) × (log(P(tag = 1)) - log(P(tag = 0)))`

где:

* P(tag = 1) — вероятность того, что целевая переменная равна 1 для данной категории
* P(tag = 0) — вероятность того, что целевая переменная равна 0 для данной категории

Information Value — это статистический показатель, используемый для оценки силы связи категориального признака с бинарной целевой переменной в прогнозном моделировании.
Чем выше абсолютное значение, тем сильнее предсказательная способность.

Результат показывает, насколько каждый дискретный (категориальный) признак `[category1, category2, ...]` влияет на модель обучения, предсказывающую значение `tag`.

**Синтаксис**

```sql theme={null}
categoricalInformationValue(category1[, category2, ...,]tag)
```

**Аргументы**

* `category1, category2, ...` — Один или несколько категориальных признаков для анализа. Каждая категория должна содержать дискретные значения. [`UInt8`](/ru/reference/data-types/int-uint)
* `tag` — Бинарная целевая переменная для прогнозирования. Должна содержать значения 0 и 1. [`UInt8`](/ru/reference/data-types/int-uint)

**Возвращаемое значение**

Возвращает массив значений Float64, представляющих информационную ценность для каждой уникальной комбинации категорий. Каждое значение показывает прогностическую силу соответствующей комбинации категорий для целевой переменной. [`Array(Float64)`](/ru/reference/data-types/array)

**Примеры**

**Базовое использование: анализ возрастных групп и использования мобильных устройств**

```sql title=Query theme={null}
-- Использование набора данных metrica.hits (доступен на https://sql.clickhouse.com/) для анализа зависимости возраста и использования мобильных устройств
SELECT categoricalInformationValue(Age < 15, IsMobile)
FROM metrica.hits;
```

```response title=Response theme={null}
[0.0014814694805292418]
```

**Несколько категориальных признаков с демографическими характеристиками пользователей**

```sql title=Query theme={null}
SELECT categoricalInformationValue(
    Sex,                 -- 0=мужской, 1=женский
    toUInt8(Age < 25),   -- 0=25+, 1=до 25
    toUInt8(IsMobile)    -- 0=десктоп, 1=мобильный
) AS iv_values
FROM metrica.hits
WHERE Sex IN (0, 1);
```

```response title=Response theme={null}
[0.00018965785460692887,0.004973668839403392]
```