从样本集到WOE、IV值的变迁

从样本集到WOE、IV值的变迁

样本集

• 在建模任务开始之前首先需要有训练数据，也就是样本集。在对样本集的所有特征数据进行整理和预处理后，就可以对每一个特征的各个取值计算WOE。

WOE（Weight of Evidence）证据权重

• WOE是对原始特征的一种编码形式，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（也叫离散化、分箱），如果是离散变量可以直接进行编码。

• 对每个分组或取值，响应比例（二分类取值为1的正样本比例）越大，WOE值越大；当前分组WOE的正负，由当前分组响应和未响应的比例，与样本整体响应和未响应的比例的大小关系决定，当前分组的比例小于样本整体比例时，WOE为负，当前分组的比例大于整体比例时，WOE为正，当前分组的比例和整体比例相等时，WOE为0。

• 计算公式：

  • $Ye{s}_i$表示分组中的响应用户
  • $Ye{s}_{total}$ 表示总响应用户
  • $N{o}_i$ 表示分组中的未响应用户
  • $N{o}_{total}$ 表示总未响应用户

• W O E i = l n ( Y e s i /