这一期咱们聊聊筛选变量的指标——IV值。

计算公式如下：

看公式有没有很熟悉，大家没有看错，其中一部分就是WOE的计算公式。区别就在于WOE是对一个变量的每个分组的计算，IV值是对一个变量的统计指标。

如上图所示，当前使用率的IV值为1.415。

IV值的作用就是衡量一个变量整体的预测能力，好处在于每个变量的IV值是可比的。所谓的IV值（informationvalue），指的是一个变量对于判定客户属于y1还是y0的信息贡献，贡献越大，IV值越大。

然而，我们仅从公式就可以看出，对于同一个变量来说，分组分的越多，它的IV值自然越大。但是分组过多会产生另外一个问题，每个分组的数据量会变少，导致每个分组不稳定。所以我们在进行变量分箱时不能只考虑提高变量的IV，也要兼顾稳定性与业务意义。

在进行变量初筛的时候，可以直接将IV值小于0.02的变量剔除，不参与后面的算法拟合过程。这些变量即使进入变量拟合库，对判定客户的贡献也基本上等于没有。

好了，这期就先聊到这里，下期再见！