特征筛选———贷款用户是否会逾期

大范先生

于 2018-11-29 10:23:19 发布

阅读量424

点赞数 1

分类专栏：机器学习算法特征工程文章标签：数据处理

本文链接：https://blog.youkuaiyun.com/weixin_40671804/article/details/84617070

版权

本文介绍了如何运用IV值和随机森林进行特征筛选，以预测贷款用户是否会逾期。首先，阐述了IV值的计算原理和中等IV值的含义。接着，详细解释了随机森林的决策过程，包括样本抽取、决策树生成和预测方法。通过代码实现和模型训练，得出预测结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、学习要求

分别对前面预处理的数据使用IV值和随机森林进行特征筛选

二、基础知识

1、IV值

在这里插入图片描述
计算过程是根据该特征所命中黑白样本的比率与总黑白样本的比率，来对比和计算其关联程度
IV 值的取值范围是[0, ∞ )，但一般具有中等IV值的变量来进行模型开发，如下所示

IV值	预测能力
<0.02	无用
0.02-0.1	弱预测
0.1-0.3	中等预测
0.3-0.5	强预测
>0.5	可疑

import math
import numpy as np
from scipy import stats
from sklearn.utils.multiclass import type_of_target

def woe(X, y, event=1):  
    res_woe = []
    iv_dict = {}
    for feature in X.columns:
        x = X[feature].values
        # 1) 连续特征离散化
        if type_of_target(x) == 'continuous':
            x = discrete

最低0.47元/天解锁文章