更多大數據分析、建模等內容請關注公眾號《bigdatamodeling》 在對變量分箱后，需要計算變量的重要性，IV是評估變量區分度或重要性的統計量之一，python計算IV值的代碼如下： 其中，df是分箱后的數據集，Kvar是主鍵，Yvar是y變量(0是好，1是壞)。代碼 ...

計算邏輯 先計算WOE值，再計算IV值。 其中Y或N分別是YES,NO，反應在因變量中，就是1和0。 Yi是第i組中1的個數，YT是所有(Total)為1的個數。 Ni是第i組中0的個數，NT是所有(Total)為0的個數。 舉例 數據如下，x分別取1-9，y對應 ...

一、變量分箱 變量分箱常見於邏輯回歸評分卡的制作中，在入模前，需要對原始變量值通過分箱映射成woe值。舉例來說，如”年齡“這一變量，我們需要找到合適的切分點，將連續的年齡打散到不同的”箱“中，並按年齡落入的“箱”對變量進行編碼。 關於變量分箱的作用，相關資料中的解釋有很多，我認為變量分箱最主要 ...

參考: WOE與IV值淺談 機器學習-變量篩選之IV值和WOE 0. Introduction WOE (weight of evidence): 證據權重 IV (information value): 信息值 計算 WOE 與 IV 值的意義： （1）用 woe 編碼可以處理 ...

轉自：http://blog.fens.me/r-math-derivative/ 前言 高等數學是每個大學生都要學習的一門數學基礎課，同時也可能是考完試后最容易忘記的一門知識。我在學習高數的時候絞盡腦汁，但始終都不知道為何而學。生活和工作基本用不到，就算是在計算機行業和金融行業，能直接 ...

有這么一個需求，知道柵格上的坐標，想看看這個坐標上的柵格值是多少。坐標長這個樣子 那么這樣的坐標下的柵格值該怎么看 cellFromXY(the.stack$t1,c( -1505000,6835000))此行代碼獲取了該坐標位置下該像元在該柵格數據中的編號，唯一編號，執行后得到結果468 ...

數據預處理與R語言 前言   最近正在學習數據挖掘方面知識，前前后后也查閱了不少資料。但是總是一個人學習，有點枯燥，所以就想着分享些資料。也是意在找點同道中人交流學習，亦或是大神指導下（這個當然更好><）。第一次發表文章，心里還是有點緊張的，所以不多說了，直接上干貨：   在對 ...

R語言：處理缺失值 前言   實際工作中，數據集很少是完整的，許多情況下樣本中都會包括若干缺失值NA，這在進行數據分析和挖掘時比較麻煩。   缺失值是數據中經常出現的問題，也是任何數據集中都可能出現的問題，無回答、錄入錯誤等調查中常會出現的現象都會導致缺失數據。缺失值通常會用一些特殊符號進行 ...