zoukankan      html  css  js  c++  java
  • WOE、VI 分类变量预测能力

     原始数据,如按年龄离散化 。首先元素各值频数的分布。

    WOE(Weight of Evidence)反映了自变量对因变量的预测能力。

    IV(Information Value)在预测模型中选择最重要的变量是最有用的技术之一。用于根据变量的重要性排列变量。

     

    简化:

    结果:

     

    IV 值经验规则:

     IV < 0.02 :不具有预测能力

     0.02<= IV < 0.1 :预测能力很弱

     0.1<= IV < 0.3 :中等程度预测能力

    IV >= 0.3 :预测能力很强

     IV 值法只适用于分类变量,可以通过调整分类阈值来提高IV值。使用IV值进行变量筛选时,可以计算出所有的分类变量的IV值,然后选择 IV值大于 0.1 或IV值最高的前 10% 变量。

     数据参考: 大数据分析:数据科学应用场景与时间精髓 

  • 相关阅读:
    BZOJ 2527 Meteors 整体二分
    BZOJ 1176: [Balkan2007]Mokia
    DP杂题2
    点分治
    一些图论模板
    一些字符串的题
    斐波那契+线段树
    BZOJ 2957楼房重建
    POJ
    BZOJ 2002 弹飞绵羊
  • 原文地址:https://www.cnblogs.com/hzc2012/p/8283897.html
Copyright © 2011-2022 走看看