信用卡评分卡模型

原理：将连续变量WOE编码(分箱)后跑逻辑回归

WOE(weight of Evidence)
$$wo{e}_i=ln(\frac{P_{y_1}}{P_{y_0}})=ln(\frac{B_i/B_T}{G_i/G_T})$$
$$\begin{gathered} P_{y_1}为当前划分特征段下正样本占总正样本的比例 \\ {P}_{y_0}为当前划分特征段下负样本占总负样本的比例 \\ {B}_i,B_T为当前划分特征段正样本数及负样本数 \\ {G}_i,G_T为总数据中正样本数及负样本数 \end{gathered}$$
WOE值表示当前特征下违约用户的比例，反映了特征对违约的影响，WOE值越大，具有此特征的用户越有可能违约。

IV(information value)
$$\begin{gathered} I{V}_i=(\frac{B_i}{B_T}-\frac{G_i}{G_T})\ast ln(\frac{B_i/B_T}{G_i/G_T})=(\frac{B_i}{B_T}-\frac{G_i}{G_T})\ast wo{e}_i \\ IV=\sum _{k=0}^{n}I{V}_i \end{gathered}$$
IV衡量一个特征在某个分划下的总信息量，和信息熵相似.
每个变量的分箱结构应保证该分箱下，IV取极大值。
IV值衡量指标