WOE(Weight of Evidence)证据权重

WOE 全拼 Weight of Evidence，即证据权重，用于风险评估、授信评分卡等。

i表示第i分段。也可转换后得到.

从上公式可知，WOE 实际展现的是 “该分段下的好用户数和坏用户数的比值” 与 “好用户总数与坏用户总数的比值” 的差异。WOE 越大，差异越大，好用户的可能性越大。

同时 WOE 变换常应用于特征工程，当我们对某些特征变量进行等频或等距等分箱后发现，发现每级分段 WOE 不满足单调性时（大部分为离散型变量），进行 WOE 变换，即采用对应每分段的 WOE 值替换掉特征原始值，此时该特征的分布将会是单调的。

通过 WOE 变换，同时保持 WOE 曲线具备单调性，带来的好处在于特征值与 y 值具备正（负）相关性，例如我们定义坏用户为 1 时，特征值越大，预测为坏人的概率将越高。

另外，银行的笔试考试中，有出现该指标。

参考：https://www.jianshu.com/p/103b4d70fbfd

WOE(Weight of Evidence)证据权重相关推荐

WOE(weight of evidence, 证据权重)
1. WOE(weight of evidence, 证据权重) WOE是一种衡量正常样本( Good)和违约样本( Bad)分布的差异方法 WOE=ln(Distr Good/Distr Bad) ...
python最优分箱计算iv值_GitHub - zhaoxingfeng/WOE: Weight of Evidence，基于iv值最大思想求最优分箱...
WOE WOE Transformation常用于信用风险评分卡(Credit Risk Scorecard)模型中,采用分箱的方式对原始特征进行非线性映射.常见的分箱方法有等宽分箱.等频分箱.最优分 ...
R语言基于信息价值IV（Information Value）和证据权重WOE（Weights of Evidence）进行特征筛选（feature selection）
R语言基于信息价值IV(Information Value)和证据权重WOE(Weights of Evidence)进行特征筛选(feature selection) 对一个学习任务来说,给定属性集 ...
woe分析_WOE(证据权重)为何这样计算？
更多大数据分析.建模等内容请关注公众号<bigdatamodeling> 先简单回顾一下WOE的含义.假设x是类别变量或分箱处理过的连续变量,含R个类别或分段,取值为{C1, ..., C ...
评分卡模型、WOE（Weight of Evidence）和IV（Information Value）
WOE(Weight of Evidence) IV(Information Value) 在机器学习的二分类问题中,IV值(Information Value)主要用来对输入变量进行编码和预测能力评 ...
证据权重 (WOE) 与信息价值 (IV)
在本文中,我们将介绍证据权重和信息价值的概念,以及如何在预测建模过程中使用它们,以及如何使用 SAS.R 和 Python 计算它们的详细信息. 逻辑回归模型是解决二分类问题最常用的统计技术之一.这是 ...
Stochastic Weight Averaging (SWA) 随机权重平均
文章目录相关链接基础思路主要内容概括 SWA图示 SWA算法 LR The Algorithm Batch normalization 在PyTorch中使用swa 最佳实践 Demo 最近 ...
金融风控--申请评分卡模型--特征工程（特征分箱，WOE编码）标签：金融特征分箱-WOE编码 2017-07-16 21:26 4086人阅读评论(2) 收藏举报分类：金融风
金融风控-->申请评分卡模型-->特征工程(特征分箱,WOE编码) 标签: 金融特征分箱-WOE编码 2017-07-16 21:26 4086人阅读评论(2) 收藏举报分类: 金融 ...
WOE,IV ,PSI，单变量PSI，KS值，capture rate
1.WOE Weight of Evidence,证据权重. 要对一个变量进行WOE编码,需要首先把这个变量进行分组处理(离散化,分箱等).分组后,对于第i组,这个组中响应客户站样本中所有响应客户的比 ...

WOE(Weight of Evidence)证据权重

WOE(Weight of Evidence)证据权重相关推荐

最新文章

热门文章