IV（Information Value）计算公式

风控中的IV（Information Value）值是衡量特征对目标变量预测能力的指标。其计算公式如下：

$$IV = \sum_{i=1}^{N} \left( P_i(\text{good}) - P_i(\text{bad}) \right) \cdot \ln \left( \frac{P_i(\text{good})}{P_i(\text{bad})} \right)$$

其中：

• $N$ 是分箱的个数。
• $P_i(\text{good})$ 是第 $i$ 个箱中好的样本占比。
• $P_i(\text{bad})$ 是第 $i$ 个箱中坏的样本占比。

这个公式可以解释为每个分箱的WOE（Weight of Evidence）值的加权和，其中WOE值计算公式为：

$$WOE_i = \ln \left( \frac{\text{Bad}_i / \text{Bad}_T}{\text{Good}_i / \text{Good}_T} \right) = \ln \left( \frac{\text{Bad}_i}{\text{Bad}_T} \right) - \ln \left( \frac{\text{Good}_i}{\text{Good}_T} \right)$$

$IV$ 值的解释如下：

• $IV = 0$：表示特征与目标变量之间没有关联性；
• $IV < 0.02$：特征对目标变量的预测能力很弱；
• $0.02 \leq IV < 0.1$：特征对目标变量的预测能力较弱；
• $0.1 \leq IV < 0.3$：特征对目标变量的预测能力一般；
• $0.3 \leq IV < 0.5$：特征对目标变量的预测能力较强；
• $IV \geq 0.5$：特征对目标变量的预测能力非常强。

$IV$ 值越大，表示特征与目标变量的相关性越强，该特征对于模型的预测能力也越强。