原始数据，如按年龄离散化 。首先元素各值频数的分布。


WOE、VI 分类变量预测能力_类变量

 

WOE（Weight of Evidence）反映了自变量对因变量的预测能力。


WOE、VI 分类变量预测能力_大数据分析_02

IV（Information Value）在预测模型中选择最重要的变量是最有用的技术之一。用于根据变量的重要性排列变量。

 

WOE、VI 分类变量预测能力_类变量_03

简化：


WOE、VI 分类变量预测能力_数据科学_04

结果：

 

WOE、VI 分类变量预测能力_数据科学_05

IV 值经验规则：

 IV < 0.02 ：不具有预测能力

 0.02<= IV < 0.1 ：预测能力很弱

 0.1<= IV < 0.3 ：中等程度预测能力

IV >= 0.3 ：预测能力很强

 

 IV 值法只适用于分类变量，可以通过调整分类阈值来提高IV值。使用IV值进行变量筛选时，可以计算出所有的分类变量的IV值，然后选择 IV值大于 0.1 或IV值最高的前 10% 变量。

 

 数据参考： 大数据分析：数据科学应用场景与时间精髓