IV值和WOE值记录

IV和WOE记录

IV （Information Value）

1）用途：评价特征或变量的预测能力。类似的指标还有信息增益 、增益率和基尼系数等

2）IV的计算依赖于WOE

WOE（Weight of Evidence）

1）要对一个变量进行WOE编码，需要把这个变量进行分组处理（离散化 / 分箱），分组后对于第i组，WOE的计算公式如下：

WOE_i=ln(\frac{py_i}{pn_i})=ln(\frac{\frac{\#y_i}{\#y_T}}{\frac{\#n_i}{\#n_T}})

其中，$py_i$是这个组中响应客户占所有样本中响应客户的比例，$pn_i$是这个组中未响应客户占样本中未响应客户的比例。

所以，WOE表示的实际上是“当前分组中响应客户占所有响应客户的比例”和”当前分组中没有响应的客户占所有没响应的客户的比例“的差异

IV的计算

IV_i=(py_i-pn_i)*WOE_iIV = \sum_{i}^{n}IV_i

其中，n为变量分组的个数。

为什么使用IV而不是直接用WOE

• 1.IV和WOE的差别在于IV在WOE基础上乘以（$py_i-pn_i$）- $pyn$ ,乘以了这个$pyn$变量保证了每个分组的结果都是非负数。
• 2.乘以$pyn$后，体现出了变量当前分组中个体的数量占整体个体数量的比例，对变量预测能力的影响。

IV的极端情况处理

• 1.合理分组
• 2.0 —> 1