IV与PSI的理解--深入浅出

IV与PSI的理解–深入浅出

一、IV理解

IV衡量的是某一个变量的信息量，是基于WOE来计算的，也可以说是基于KL散度的计算。用于变量个数较多场景下的变量初筛。

Iv取值范围	含义
（0，0.02]	无预测力
（0.02，0.1]	较弱预测力
（0.1，+∞）	预测力可以

理论上，是保留IV值大于0.1的变量进行筛选。
工业上，一般IV超过0.05可以通过初筛，根据变量iv实际情况可以灵活设置阈值。

1. WOE理解
   woe是一种分箱手段，我理解的最主要有四个作用：
   1）归一化：分箱且woe编码映射后的变量，可以将变量归一到近似尺度上；
   2）引入非线性：对于逻辑回归这类线性模型，引入变量分箱可以增强模型的拟合能力，实现了按WOE排序的区间正样本比例呈单调趋势；
   3）增强鲁棒性：分箱可以避免异常数据对模型的影响
   4）可解释性：使变量具有可解释性

2. WOE计算
   WOE=ln(Pxi / Qxi)
   Pxi 表示正样本中某一箱的占比，Qxi表示负样本中某一箱的占比。

3. KL散度计算