python评分卡建模—实现WOE编码及IV值计算

在往期的文章中，小编多次写到过WOE和IV值的内容，也贴过相关的SAS代码，感兴趣的同学可以翻阅历史消息。这篇文章就不多介绍WOE及IV值的概念，主要讲讲怎么用python实现WOE编码和IV值的计算。

代码

实例

下面用UCI信用卡逾期数据集介绍一下以上代码的用法。

数据集如下：

数据集有20多个变量，其中响应变量是 'default payment next month'，为了方便，将其改名为 'y'。

现在小编想要对年龄（AGE）变量做WOE编码。

这里的年龄是连续型变量，首先需要进行分箱。方法有很多种，这里我们可以用上一篇文章中介绍的卡方分箱算法对AGE进行分箱。

分箱的切分点

有了切分点，对AGE变量切分，得到分组值：

然后计算各组的WOE值：

也可以计算IV值。

IV值0.023，看样子还是比较弱的变量。还是可以用的，所以需要转成WOE。

需要说明的是对于类别型的变量，可以直接算woe编码，也可以合并类别后再编码。

本文的代码没有做多少封装，主要是便于各位同学理解。当然，也有许多值得探讨的问题，如除以0的情况怎么处理，本文不打算深入探究，感兴趣的同学可以自己学习研究。

今天的内容就介绍这么多，谢谢大家的支持~~