就是選擇X

可能模型的入參有很多X，那么怎么樣選擇這些X？

WOE weight of evidence 證據權重。

這里就順道說下odds ratio (OR值)的概念：odds 優勢比。

例如下雨的幾率為0.25，不下雨的幾率為0.75。0.25與0.75的比值可以約分為1比3。因此，我們可以說今天將會下雨的優勢比為1:3(或者今天不會下雨的幾率比為3:1)

若是風控模型，病例組就是正樣本，對照組就是好樣本。

WOE=ln(BI/BT / GI/GT)*100%=ln(p1/p0)= ln(BI/GI / BT/GT)=ln(oddsi / oddsT)

p1和p0分別表示了違約樣本與正常樣本占各自總體的比例;

可以認為WOE衡量了自變量取Ai時的違約險算比(oddsratio)與總體違約險算比之間的某種差異。正因為如此，直觀地可以認為WOE蘊含了自變量取值對目標變量(違約幾率)的某種波及，因此可以大自然地將自變量從頭開始編碼：當自變量取值Ai時，編碼為相對應的WOEi。

IV information value 消息值。

IV=sum((p1-p0)*log(p1/p0)) 。

IV值可以用來衡量各變量對y的預測實力，用來篩選變量。

對離散型的變量，如 一線城市、二線城市；博士、碩士等學歷變量。woe可以研究各個level間的跳轉對odds的提高是否是線性的。而IV值可以衡量變量全體的預測實力。

對連續變量而言，可以通過將連續變量進行分箱的適合，可能是等距分箱，可能是等頻分箱，往往一般選后者。此時此刻WOE和IV坐擁和 離散型變量一樣的意義。