IV WOE & 评分卡 & 分箱

  数据分箱：对连续变量离散化；实际上就是按照属性值划分的子区间，可以简单理解为分段处理（不同的是对特征进行分箱后，需要对分箱的每组进行woe编码进行分箱评估，才能放进模型训练）； 意义：     1.模型更稳定，特征离散化后，起到简化逻辑回归模型的作用，降低过拟合风险；     2.变量离散化后对异常数据有很强的鲁棒性；     3.将逻辑回归模型转换为评分卡形式的时候，分箱也是必须的； 分组原

>>阅读原文<<