一、应用场景

WOE(weight of evidence)和IV（Information Value）主要用来判断变量的预测强度，比如判断用户收入对用户是否会发生逾期的预测强度。因此，两个值的使用主要是在有监督的分类问题中，具体可以细化到如下方面：

指导变量离散化。

在建模过程中，时常需要对连续变量进行离散化处理，如将年龄进行分段。但是变量不同的离散化结果（如：年龄分为［0-20］还是［0-15］）会对模型产生不同影响。因此，可以根据指标所反应的预测强度，调整变量离散化结果。（对一些取值很多的分类变量，在需要时也可以对其进行再分组，实现降维。）

变量筛选。

我们需要选取比较重要的变量加入模型，预测强度可以作为我们判断变量是否重要的一个依据。

二、WOE

P(yi)代表第i组中，违约样本占所有违约样本的比例；

P(ni)代表第i组中，未违约样本占所有未违约样本比例；

y：所有违约样本数；

n：所有未违约样本数。

可知，WOE取值为全体实数，且在大于0部分，WOE越大表示分组中存在违约样本可能性越大（正向作用），小于0部分，WOE越小则越表示了一种反向作用。因此，WOE反映了自变量取值对目标变量的影响。

以savings变量取A61时为例，对应的woe＝ln（（217/300）／（386／700））。WOE没有考虑分组中样本占整体样本的比例，如果一个分组的WOE值很高，但是样本数占整体样本数很低，则对变量整体预测的能力会下降。因此，我们还需要计算IV值。

三、IV

计算了一个变量各个组的 IV 值之后，我们就可以计算整个变量的 IV 值：

四、经验参考表

由表我们可以知道，并不是IV值越大越好，当IV值大于0.5时，我们需要对这个特征打个疑问，因为它过于太好而显得不够真实。通常我们会选择IV值在0.1_{0.5这个范围的特征。可能不同场景在取值的细节上会有所不同，比如某些风控团队会将IV值大于0.05的特征也纳入考虑范畴，而学术界则有观点认为选择0.1}0.3这个范围会更好。