IV基礎(chǔ)概念是什么

本篇內(nèi)容介紹了“IV基礎(chǔ)概念是什么”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

IV：
<0.03:無預(yù)測能力
0.03-0.09：弱
0.1-0.29：中等
0.3-0.49：高

0.5：極高
但是IV不是越高越好的，當(dāng)IV>1.2時(shí)候，可能分箱不好或者存在因果倒置關(guān)系

from numpy import log
from pandas import DataFrame as df
import  pandas as pd
 
def createDateset():
    dataSet=[
            [0, 1, 0],
            [0, 0, 0],
            [0, 1, 0],
            [1, 0, 1],
            [1, 0, 0],
            [1, 1, 1],
            [0, 1, 1],
            [1, 1, 1],
            [1, 0, 1],
            [1, 0, 1]]
    return dataSet
 
def calcWOE(dataset,col,targe):
    subdata=df(dataset.groupby(col)[col].count())
    suby=df(dataset.groupby(col)[targe].sum())
    data=df(pd.merge(subdata,suby,how="left",left_index=True,right_index=True))
    b_total=data[targe].sum()
    total=data[col].sum()
    g_total=total-b_total
    data["bad"]=data.apply(lambda x:round(x[targe]/b_total,3),axis=1)
    data["good"]=data.apply(lambda x:round((x[col]-x[targe])/g_total,3),axis=1)
    data["WOE"]=data.apply(lambda x:log(x.bad/x.good),axis=1)
    return data.loc[:,["bad","good","WOE"]]
 
 
def calcIV(dataset):
    dataset["IV"]=dataset.apply(lambda x:(x.bad-x.good)*x.WOE,axis=1)
    IV=sum(dataset["IV"])
    return IV
 
 
if __name__ == '__main__':
    data=createDateset()
    print(data)
    data=df(data,columns=["x1","x2","y"])
    print(data)
    data_WOE=calcWOE(data,"x2","y")
    print(data_WOE)
    data_IV=calcIV(data_WOE)
    print(data_IV)

IV的極端情況以及處理方式

IV依賴WOE，并且IV是一個(gè)很好的衡量自變量對(duì)目標(biāo)變量影響程度的指標(biāo)。但是，使用過程中應(yīng)該注意一個(gè)問題：變量的任何分組中，不應(yīng)該出現(xiàn)響應(yīng)數(shù)=0或非響應(yīng)數(shù)=0的情況。

原因很簡單，當(dāng)變量一個(gè)分組中，響應(yīng)數(shù)=0時(shí)，

此時(shí)對(duì)應(yīng)的IVi為+∞。

而當(dāng)變量一個(gè)分組中，沒有響應(yīng)的數(shù)量 = 0時(shí)，

此時(shí)的IVi為+∞。

IVi無論等于負(fù)無窮還是正無窮，都是沒有意義的。

由上述問題我們可以看到，使用IV其實(shí)有一個(gè)缺點(diǎn)，就是不能自動(dòng)處理變量的分組中出現(xiàn)響應(yīng)比例為0或100%的情況。那么，遇到響應(yīng)比例為0或者100%的情況，我們應(yīng)該怎么做呢？建議如下：

（1）如果可能，直接把這個(gè)分組做成一個(gè)規(guī)則，作為模型的前置條件或補(bǔ)充條件；

（2）重新對(duì)變量進(jìn)行離散化或分組，使每個(gè)分組的響應(yīng)比例都不為0且不為100%，尤其是當(dāng)一個(gè)分組個(gè)體數(shù)很小時(shí)（比如小于100個(gè)），強(qiáng)烈建議這樣做，因?yàn)楸旧戆岩粋€(gè)分組個(gè)體數(shù)弄得很小就不是太合理。

（3）如果上面兩種方法都無法使用，建議人工把該分組的響應(yīng)數(shù)和非響應(yīng)的數(shù)量進(jìn)行一定的調(diào)整。如果響應(yīng)數(shù)原本為0，可以人工調(diào)整響應(yīng)數(shù)為1，如果非響應(yīng)數(shù)原本為0，可以人工調(diào)整非響應(yīng)數(shù)為1.

“IV基礎(chǔ)概念是什么”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！