WOE
1.定義：
WOE的全稱是“Weight of Evidence”尝丐，即證據(jù)權(quán)重。WOE是對原始自變量的一種編碼形式衡奥。
要對一個變量進(jìn)行WOE編碼爹袁，需要首先把這個變量進(jìn)行分組處理（也叫離散化、分箱等等矮固，說的都是一個意思）失息。分組后，對于第i組档址，WOE的計(jì)算公式如下：
其中盹兢，pyi是這個組中響應(yīng)客戶（風(fēng)險模型中，對應(yīng)的是違約客戶守伸，總之绎秒，指的是模型中預(yù)測變量取值為“是”或者說1的個體）占所有樣本中所有響應(yīng)客戶的比例，pni是這個組中未響應(yīng)客戶占樣本中所有未響應(yīng)客戶的比例尼摹，#yi是這個組中響應(yīng)客戶的數(shù)量见芹，#ni是這個組中未響應(yīng)客戶的數(shù)量，#yT是樣本中所有響應(yīng)客戶的數(shù)量蠢涝，#nT是樣本中所有未響應(yīng)客戶的數(shù)量玄呛。
對于評分卡模型而言：WOE即是分組好人數(shù)與總好人數(shù)的比值/分組壞人數(shù)與總壞人數(shù)的比值
IV值
1.定義：
IV的全稱是Information Value，中文意思是信息價值惠赫，或者信息量。
2.對IV的直觀理解
從直觀邏輯上大體可以這樣理解“用IV去衡量變量預(yù)測能力”這件事情：我們假設(shè)在一個分類問題中故黑，目標(biāo)變量的類別有兩類：Y1儿咱，Y2庭砍。對于一個待預(yù)測的個體A，要判斷A屬于Y1還是Y2混埠，我們是需要一定的信息的怠缸，假設(shè)這個信息總量是I，而這些所需要的信息钳宪，就蘊(yùn)含在所有的自變量C1揭北，C2，C3吏颖，……搔体，Cn中，那么半醉，對于其中的一個變量Ci來說疚俱，其蘊(yùn)含的信息越多，那么它對于判斷A屬于Y1還是Y2的貢獻(xiàn)就越大缩多，Ci的信息價值就越大呆奕，Ci的IV就越大，它就越應(yīng)該進(jìn)入到入模變量列表中衬吆。
3.計(jì)算方法
一個變量的IV值即是各個分組IV值之和
PSI
1.定義：
群體穩(wěn)定性指標(biāo)(population stability index)梁钾，用于衡量某個變量的穩(wěn)定性或者模型整體的穩(wěn)定性。
2.計(jì)算公式：
psi = sum(（實(shí)際占比-預(yù)期占比）* ln(實(shí)際占比/預(yù)期占比))
3.運(yùn)用：
訓(xùn)練一個logistic回歸模型逊抡，預(yù)測時候會有個概率輸出p姆泻。你測試集上的輸出設(shè)定為p1吧，將它從小到大排序后10等分秦忿，如0-0.1,0.1-0.2,......麦射。
現(xiàn)在你用這個模型去對新的樣本進(jìn)行預(yù)測，預(yù)測結(jié)果叫p2,按p1的區(qū)間也劃分為10等分灯谣。
實(shí)際占比就是p2上在各區(qū)間的用戶占比潜秋，預(yù)期占比就是p1上各區(qū)間的用戶占比。
意義就是如果模型跟穩(wěn)定胎许，那么p1和p2上各區(qū)間的用戶應(yīng)該是相近的峻呛，占比不會變動很大，也就是預(yù)測出來的概率不會差距很大辜窑。
一般認(rèn)為psi小于0.1時候模型穩(wěn)定性很高钩述，0.1-0.25一般，大于0.25模型穩(wěn)定性差穆碎，建議重做牙勘。
而在評分卡項(xiàng)目中略有不同：（1）可以用于衡量某個變量的穩(wěn)定性，按變量原本分組得到的各組樣本個數(shù)占比，與模型上線之后得到的數(shù)據(jù)中分組得到的各組樣本個數(shù)占比進(jìn)行比較方面。（2）在評分卡模型中放钦，模型PSI計(jì)算中，分組是按照評分高低排序恭金，而后分為十等分操禀，而后進(jìn)行計(jì)算。
