信用风险评估之 预测力指标（筛选特征）

在建模时，被用来预测的变量（即feature）相互间不能有很强的相关性，最好完全不存在相关性。
评判变量间的预测力指标有皮尔森相关系数，斯皮尔曼相关系数，皮尔森卡方统计量，概率比，信息值等。

1.皮尔森相关系数pearson
连续变量x,y（两列feature）, 皮尔森相关系数ρ：

取值区间[-1,1]。
0表示无相关性即相互独立，越接近于0，相关性越小；
-1为负的强相关性；
+1为正的强相关性。

去均值化的ρ即为余弦夹角公式：

小结：
1》皮尔森相关系数会受数据错误或极端值的影响而不稳定。
2》皮尔森相关系数计算的是每个观测值与均值间的差值，适合连续变量间的相关性计算，就不适合顺序/名义变量间的相关性计算。
3》越接近0，相关性越小。

2.斯皮尔曼相关系数spearman
斯皮尔曼相关系数的计算采用取值的等级，而不是取值本身。当取值按升序排列时，取值的等级就是该取值的顺序。如12,5,8的等级为3,1,2。计算公式类似皮尔森相关系数：