知识卡片
有监督分箱IV与WOE
IV(信息值)与 WOE(证据权重)用于二分类中刻画特征与目标的关系强弱,是有监督分箱的核心。流程:先对连续变量分箱→统计每箱正负样本占比→算 WOE(描述负样本相对正样本分布的差异,含 odds=负/正比)→检查 WOE 单调性(与负样本比例正相关),不满足则重分箱→求各箱 IV 并求和得总 IV。WOE 单调性本质是让 x 与 y 从非线性变线性,以适配 LR;IV 选作评判是因为它非负且乘以正负比占比,避免 WOE 正负抵消、并体现样本量权重。坑点:任何分组不能出现正或负样本为 0(否则 IV 趋近无穷),应单独成箱或重新分箱。实践:可先用 IV 分箱在 LR 上试效果,再迁移到深度学习模型。相关卡见 [[连续特征分箱离散化]]、[[卡方分箱Chimerge]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 构建推荐系统的特征 3.3 怎么处理连续特征 · 查看原书依据
1.IV调整分箱 IV(Information Value,信息值)和WOE(Weight Of Evidence,证据权重)通常应用于二分类任务中,用来描述特征和目标值的关系强弱
参考来源
- 位置:《推荐系统全链路设计:原理解读与业务实践》第3章《构建推荐系统的特征》(来源项目book-sources;extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/35.html;src-021)
- 结论依据:原文给出 IV/WOE 定义、分箱五步流程、单调性要求与选 IV 的原因,并指出正/负样本为 0 会导致 IV 发散及规避法,支撑本卡。
- 原始内容:1.IV调整分箱 IV(Information Value,信息值)和WOE(Weight Of Evidence,证据权重)通常应用于二分类任务中,用来描述特征和目标值的关系强弱