本文详细介绍了逻辑回归中WOE（Weight of Evidence）和IV（Information Value）的概念及其作用。WOE是通过变量分组计算得到，用于衡量不同组别对目标变量的影响；IV则是衡量自变量预测能力的指标，基于WOE计算。通过对变量进行WOE编码，可以提升模型预测效果和可解释性，并辅助选择有较强预测能力的变量。
为了挑选并构造出对目标变量有较高预测力的自变量，需要对变量进行WOE编码，通过IV值的看变量的贡献。
1、WOE(weight of Evidence 证据权重)
1）解释及公式
WOE是对原始自变量的一种编码形式。
要对一个变量进行WOE编码，需要首先把这个变量进行分组处理/离散化处理（等宽切割，等高切割，或者利用决策树来切割）。分组后，对于第i组，WOE的计算公式如下：
其中：pyi为坏样本占所有坏样本的比例，py0好样本占所有好样本的比例；B为坏样本总数，Bi为变量i对应的坏样本个数，G为好样本总数，Gi为变量i对应的好样本个数 ；
注：将模型目标变量y为1记为违约用户（坏样本），对于目标变量为0记为正常用户（好样本）
2）直观字面理解：
WOE表示的实际上是“当前分组中坏客户占所有坏客户的比例”和“当前分组中好客户占所
有坏客户的比例”的差异。转化公式以后，也可以理解为：当前这个组中坏客户和好客户的比值，和所有样本中这个比值的差异。这个差异为这两个比值的比值，再取对数来表示的。
WOE越大，这种差异越大，这个分组里的样本坏样本可能性就越大，WOE越小，差异越小，这个分组里的坏样本可能性就越小。
3）WO
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
