zoukankan      html  css  js  c++  java
  • 特征选取之IV(信息值)及python实现

    IV表征特征的预测能力:小于0.02,几乎没有预测能力;小于0.1,弱;小于0.3,中等;小于0.5,强;大于0.5,难以置信,需进一步确认

    WOE describes the relationship between a predictive variable and a binary target variable.
    IV measures the strength of that relationship.

    计算公式:暂不写……

    代码实现如下:

    # 定义字典,记录每个特征的信息值iv
    iv_dict=dict()
    def cal_iv(df,feature,target='target'):
        '''
        用于二分类的信息值计算,返回信息值和具体信息
        :df pd.DataFrame
        :feature 选择的特征
        :target 目标特征名
        '''
        ls=[]
        for val in df[feature].unique():
            al=df[df[feature]==val][feature].count()
            good=df[(df[feature]==val)&(df[target]==1)][feature].count()
            bad=df[(df[feature]==val)&(df[target]==0)][feature].count()
            ls.append([val,al,good,bad])
        data=pd.DataFrame(ls,columns=[feature,'all','good','bad'])
        good_rate=data['good']/data['good'].sum()# good边际概率
        bad_rate=data['bad']/data['bad'].sum()# bad边际概率
        data['woe']=np.log(good_rate/bad_rate)# woe为证据权重
        data = data.replace({'woe': {np.inf: 0, -np.inf: 0}})
        data['iv']=data['woe']*(good_rate-bad_rate)
        iv=data.iv.sum()
    #     添加到字典
        if feature not in iv_dict.keys():
            iv_dict[feature]=iv
        print('iv for %s is %f: '%(feature,iv))
        return iv,data
    
  • 相关阅读:
    排序
    Apache架设Web服务器
    函数调用规范
    linux启动流程
    Make工程管理器
    网络相关知识
    数字电路中的建立时间与保持时间
    面试碰到的技术题
    嵌入式linux的驱动程序
    EF实体中的修改
  • 原文地址:https://www.cnblogs.com/lunge-blog/p/13621178.html
Copyright © 2011-2022 走看看