风控ML[3] | 风控建模的WOE与IV

「风控ML」系列文章，主要是分享一下自己多年以来做金融风控的一些事一些情，当然也包括风控建模、机器学习、大数据风控等相关技术分享，欢迎同行交流与新同学的加入，共同学习，进步！

‍‍

第一次接触这两个名词是在做风控模型的时候，老师教我们可以用IV去做变量筛选，IV（Information Value），中文名是信息值，简单来说这个指标的作用就是来衡量变量的预测能力强弱的，然后IV又是WOE算出来的。姑且先不管原理哈，我们先给出来一下结论。

IV范围	变量预测力
<0.02	无预测力😯
0.02~0.10	弱👎
0.10~0.30	中等😊
`> 0.30	强👍

虽然可能这个指标还是很容易就可以使用，但是了解它的原理是十分重要的，这对于我们深入理解变量有很大的帮助。

在开始讲原理前，先约定一下今天会用到的一些代号。

: 第i组中响应客户数量

: 全部响应客户数量总和

：第i组中未响应客户数量

：全部未响应客户数量总和

响应/未响应：指的是自变量每个记录对应的目标变量的值，目标变量的值为0或1，一般如果1为响应的话，0就是未响应。

：第i组的IV值

：等于

：等于

可以看看下面的表格理解一波，变量A是一个连续型变量，值域是v1-vx，当前根据某些分箱方式分成了m组，具体的分组情况如下所示：

01 WOE的原理

WOE是weight of evidence的缩写，是一种编码形式，首先我们要知道WOE是针对类别变量而言的，所以连续性变量需要提前做好分组（