什么是WOE
WOE（Weight of Evidence）即证据权重，可以将logistic回归模型转化为标准评分卡格式，WOE是对原始自变量的一种编码形式，要对一个变量进行WOE编码，需要首先把这个变量进行分组处理（也叫离散化、分箱）。
WOE的公式就是：WOE=ln(好客户占比/坏客户占比)×100%=优势比
下面举例说明：
woe计算
我们把这个变量离散化为了4个分段：<100元，[100,200)，[200,500)，>=500元，并分别计算了每组的woe值，重计算数据可知：
- 当前分组中，响应的比例越大，WOE值越大
- 当前分组WOE的正负，由当前分组响应和未响应的比例，与样本整体响应和未响应的比例的大小关系决定，当前分组的比例小于样本整体比例时，WOE为负，当前分组的比例大于整体比例时，WOE为正，当前分组的比例和整体比例相等时，WOE为0。
为什么做woe转换
首先明确woe转换并不一定能显著提高模型质量，建立评分卡也可以不采用woe，这种情况下logistic回归需要处理更大数量的自变量，尽管这样会增加建模的复杂性，但最终得到的评分卡都是一样的。即便如此，woe转换依旧有很多的优势：
- woe能反映自变量的贡献情况
自变量内部WOE值的变异（波动）情况，结合模型拟合出的系数，构造出各个自变量的贡献率及相对重要性。一般地，系数越大，woe的方差越大，则自变量的贡献率越大。 - 标准化功能
WOE编码之后，自变量其实具备了某种标准化的性质，也就是说，自变量内部的各个取值之间都可以直接进行比较（WOE之间的比较），而不同自变量之间的各种取值也可以通过WOE进行直接的比较。 - 对异常值不敏感
很多极值变量通过WOE可以变为非异常值，很多频次较少的变量也可以通过woe转换进行合并。
通过woe转化，极大的提高了数据的可理解性，这对评分卡模型很重要。WOE其实描述了变量当前这个分组，对判断个体是否会响应（或者说属于哪个类）所起到影响方向和大小，当WOE为正时，变量当前取值对判断个体是否会响应起到的正向的影响，当WOE为负时，起到了负向影响。而WOE值的大小，则是这个影响的大小的体现。
