变量选择方法(工具变量的选择必须满足的条件)

就是选择X 可能模型的入参有很多X,那么如何选择这些X? WOEweightofevidence证据权重。 这里就顺道说下oddsratio(OR值)的概念:odds优势比。 比如下雨的概率为0.25,不下雨的概率为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概率比为3:1) 若是风控模型,病例组就是正样本,对照组就是好样本。…

就是选择X

可能模型的入参有很多X,那么如何选择这些X?


WOE weight of evidence 证据权重。

变量选择方法(工具变量的选择必须满足的条件)

这里就顺道说下odds ratio (OR值)的概念:odds 优势比。

比如下雨的概率为0.25,不下雨的概率为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概率比为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)*100%=ln(p1/p0)= ln(BI/GI / BT/GT)=ln(oddsi / oddsT)

p1和p0分别表示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(违约概率)的某种影响,因此可以自然地将自变量重新编码:当自变量取值Ai时,编码为相应的WOEi。

变量选择方法(工具变量的选择必须满足的条件)变量选择方法(工具变量的选择必须满足的条件)变量选择方法(工具变量的选择必须满足的条件)变量选择方法(工具变量的选择必须满足的条件)变量选择方法(工具变量的选择必须满足的条件)


IV information value 信息值。

IV=sum((p1-p0)*log(p1/p0)) 。

变量选择方法(工具变量的选择必须满足的条件)变量选择方法(工具变量的选择必须满足的条件)


IV值可以用于衡量各变量对y的预测能力,用于筛选变量。

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可以观察各个level间的跳转对odds的提升是否是线性的。而IV值可以衡量变量整体的预测能力。

对连续变量而言,可以通过将连续变量进行分箱的合理,可能是等距分箱,可能是等频分箱,一般选后者。此时WOE和IV拥有和 离散型变量同样的意义。

本文来自投稿,不代表来拓客立场,如若转载,请注明出处:https://www.laituoke.com/ltk/7434.html

关注

laituokegzh

关注微信公众号

咨询

weixin19927751771

扫一扫添加微信

19927751771

分享本页
返回顶部