评分卡模型、WOE（Weight of Evidence）和IV（Information Value）

本文主要是介绍评分卡模型、WOE（Weight of Evidence）和IV（Information Value），对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

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估。特征变量IV值的大小即表示该变量预测能力的强弱。IV 值的取值范围是[0, 正无穷)，如果当前分组中只包含响应客户或者未响应客户时，IV = 正无穷。

量化指标含义如下：

< 0.02  useless for prediction

0.02 to 0.1 Weak predictor

0.1 to 0.3  Medium predictor

这篇关于评分卡模型、WOE（Weight of Evidence）和IV（Information Value）的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！