证据权重评价

证据权重评价
证据权重(WOE)和信息价值(IV)从相同的逻辑回归技术演变而来。

这两个术语在信用评分领域已经存在超过4-5年了。

它们已被用作筛选信用风险建模项目中的变量（例如违约概率）的基准。

它们有助于探索数据和筛选变量。

它还用于营销分析项目，例如客户流失模型、活动响应模型等。

证据权重表明自变量相对于因变量的预测能力。

由于它是从信用评分世界演变而来的，它通常被描述为区分好客户和坏客户的衡量标准。

“坏客户”是指拖欠贷款的客户。

和“优质客户”指的是谁偿还贷款的客户。

商品分布-特定组中好客户的百分比不良分布-特定组中不良客户的百分比ln-自然对数正WOE表示货物分布>不良品分布负WOE 表示商品分布<不良品分布提示：数字的对数>1表示正值。

如果小于1，则表示负值。

许多人不理解商品/不良品这两个术语，因为它们的背景与信用风险不同。

从事件和非事件的角度理解WOE的概念是很好的。

它的计算方法是取非事件百分比和事件百分比除以的自然对数（以e为底的对数）。

WOE=In（非事件百分比除以事件百分比）注意：对于分类变量，您不需要拆分数据（忽略步骤1并按照其余步骤进行操作）证据权重和信息价值计算下载：WOE和IV的Excel 模板1.精细分类为连续自变量创建10/20个bins/groups，然后计算变量的WOE和IV2.粗分类合并具有相似WOE分数的相邻类别证据权重(WOE)有助于根据因变量分布的相似性（即事件和非事件的数量）将连续自变量转换为一组组或箱。

对于连续自变量：首先，为连续自变量创建分箱（类别/组），然后将具有相似WOE值的类别组合起来，并用WOE值替换类别。