iv值

IV值，即信息價值（Information Value），是一種用於評估特徵對目標預測的貢獻程度的指標。IV值越高，表示該特徵的預測能力越強，信息貢獻程度越高。IV值的計算依賴於WOE（Weight Of Evidence，證據權重）值，而WOE表示的是當前分箱中壞人數與好人數的比例與全樣本中壞人數與好人數的比例之間的差異。這種差異越大，表明分箱回響壞人的可能性越大。

IV值的計算方式是對WOE值的加權和，用來衡量WOE表示的變數對二分類變數之間關係的強度。IV值的取值區間為[0,正無窮)，並根據不同的IV值範圍，可以將特徵分為不同的價值等級：

IV < 0.02: 无用特征

0.02 < IV < 0.1: 弱价值特征

0.1 < IV < 0.3: 中价值特征

0.3 < IV < 0.5: 强价值特征

IV > 0.5: 價值過高，不真實

IV值的計算有一定的限定條件，包括：

面向的任務必須是有監督的任務；

預測目標必須是二分類的。

在計算IV值之前，需要對變數進行分箱處理，這包括對連續型變數採用等距分箱、等頻分箱或自定義間隔，以及對離散型變數進行分箱合併。計算WOE時，需要對每個分箱中的好人數量和壞人數量進行統計，並除以全量數據中的好人總數和壞人總數，得到每個分箱內的邊際好人占比和邊際壞人占比。然後根據這些比例計算WOE值，最後將WOE值加權求和得到IV值。

IV值在機器學習模型中，尤其是在邏輯回歸（Logistic Regression）建模時，用來選擇對目標變數有顯著預測能力的特徵。它可以幫助數據科學家和機器學習工程師在特徵工程中選擇最佳的特徵，從而提高模型的預測性能和穩定性。