1. 首頁 > 生活 > >

變量選擇方法有哪些 變量選擇方法的基本思想

小知識



文章插圖
變量選擇方法有哪些 變量選擇方法的基本思想

文章插圖
就是選擇X
可能模型的入參有很多X，那么如何選擇這些X？
WOE weight of evidence 證據權重 。
這里就順道說下odds ratio (OR值)的概念：odds 優勢比 。
比如下雨的概率為0.25，不下雨的概率為0.75 。0.25與0.75的比值可以約分為1比3 。因此，我們可以說今天將會下雨的優勢比為1:3(或者今天不會下雨的概率比為3:1)
若是風控模型，病例組就是正樣本，對照組就是好樣本 。
WOE=ln(BI/BT / GI/GT)*100%=ln(p1/p0)= ln(BI/GI / BT/GT)=ln(oddsi / oddsT)
【變量選擇方法有哪些 變量選擇方法的基本思想】p1和p0分別表示了違約樣本與正常樣本占各自總體的比例;
可以認為WOE衡量了自變量取Ai時的違約險算比(oddsratio)與總體違約險算比之間的某種差異 。正因為如此，直觀地可以認為WOE蘊含了自變量取值對目標變量(違約概率)的某種影響，因此可以自然地將自變量重新編碼：當自變量取值Ai時，編碼為相應的WOEi 。
IV information value 信息值 。
IV=sum((p1-p0)*log(p1/p0))。
IV值可以用于衡量各變量對y的預測能力，用于篩選變量 。
對離散型的變量，如 一線城市、二線城市；博士、碩士等學歷變量 。woe可以觀察各個level間的跳轉對odds的提升是否是線性的 。而IV值可以衡量變量整體的預測能力 。
對連續變量而言，可以通過將連續變量進行分箱的合理，可能是等距分箱，可能是等頻分箱，一般選后者 。此時WOE和IV擁有和 離散型變量同樣的意義 。