变量选择方法

就是选择X

可能模型的入参有很多X，那么怎么样选择这些X？

WOE weight of evidence 证据权重。

这里就顺道说下odds ratio (OR值)的概念：odds 优势比。

例如下雨的几率为0.25，不下雨的几率为0.75。0.25与0.75的比值可以约分为1比3。因此，我们可以说今天将会下雨的优势比为1:3(或者今天不会下雨的几率比为3:1)

若是风控模型，病例组就是正样本，对照组就是好样本。

WOE=ln(BI/BT / GI/GT水姻缘歌词)*100%=ln(p1/p0)= ln(BI/GI / BT/GT)=ln(oddsi / oddsT)

p1和p0分别表示七年级下册语文书了违约样本与正常样本占各自总体的比例;

可以认为WOE衡量了自变量取Ai时的违约险算比(oddsratio)与总体违约险算比之间的某种差异。正因为如此，直观地可以认为WOE蕴含了自变量取值对目标变量(违约几率)的某种波及，因此可以大自然地将自变量从头开始编码：当自变量取值Ai时，编dna分子结构码为相对应的WOEi。

IV information value 消息值。

IV=sum((p1易经入门基础-p0)*log(p1/p0)) 。

IV值可以用来衡量各变量对y的预测实力，用来筛选变量。

对离散型的变量，如 一线城市、二线城市；博士、硕士等学历变量。woe可以研究各个level间的跳转对odds的提高是否是线性的。而IV值可以衡量变量全体的预测实力。

对连续变量而言，可以通过将连续变量进行分箱的适合，可能是等距分结构特点有哪些箱，可能是等频分箱，往往一般选后者。此时此刻WOE和IV坐拥和 离散型变量一样的意义。