WOE（Weight of Evidence）迹象权数，表示当前分箱中好坏客户的各自占总体好坏客户比例的差异，描述了预测变量与目标变量之间的关系。   IV(information value)信息值，又称VOI（Value Of Information），用来表示变量预测能力的强度，可用于单变量筛选。   其数学表达为： I V = ∑ i = 1 N I V i = ∑ i =

1 问题描述 当我们写一个10进制正数时，其值可以用各位的数码乘以10的幂来表示。例如： 123=1 +2 +3        一般来说，对R进制数N，其绝对值可以表示为： N= 这里R可以是正数也可以是负数。当R是负数时，我们称之为负权数。使用负权数的一个好处是在表示负数时，我们不需要用到符号“-”。举例来说，10进制-15用-2进制数来表示就是110001。

WOE和IV使用来衡量变量的预测能力，值越大，表示此变量的预测能力越强。 WOE=ln(累计正样本占比/累计坏样本占比) IV=（累计正样本占比-累计坏样本占比）*WOE 信息值(IV)预测能力<0.03无预测能力0.03~0.09低0.1~0.29中0.3~0.49高0.5~极高 KS和GINI系数用来衡量数据对好坏样本的区分能力 KS 值，累计客户分布百分比，由小到大排列，两者之间的