WOE和IV

这篇文章参考了https://blog.csdn.net/shenxiaoming77/article/details/78771698，如果想要看WOE和IV的例子可以到这里学习。

另外kaggle有一篇特别好的文章，建议大家可以去看看：https://www.kaggle.com/pavansanagapati/weight-of-evidence-woe-information-value-iv

在开始介绍IV前，需要先了解WOE的概念

---

WOE

WOE的全称是“Weight of Evidence”，即证据权重。WOE是对原始自变量的一种编码形式。

要对一个连续变量进行WOE编码，需要首先把这个变量进行分组处理（也叫离散化、分箱等等，说的都是一个意思）。分组后，对于第i组，WOE的计算公式如下：

其中，表示当前分组中的正样本占所有正样本的比例，也叫响应比例（风险模型中，对应的是违约客户，总之，指的是模型中预测变量取值为“是”、positive或者1的个体），表示当前分组中的正样本个数，表示所有的正样本的个数。