IV WOE & 評分卡 & 分箱

  數據分箱：對連續變量離散化；實際上就是按照屬性值劃分的子區間，可以簡單理解爲分段處理（不同的是對特徵進行分箱後，需要對分箱的每組進行woe編碼進行分箱評估，才能放進模型訓練）； 意義：     1.模型更穩定，特徵離散化後，起到簡化邏輯迴歸模型的作用，降低過擬合風險；     2.變量離散化後對異常數據有很強的魯棒性；     3.將邏輯迴歸模型轉換爲評分卡形式的時候，分箱也是必須的； 分組原

>>阅读原文<<