WOE的全稱是“Weight?of?Evidence”，即證據(jù)權(quán)重。WOE是對原始自變量的一種編碼形式。

要對一個(gè)變量進(jìn)行WOE編碼，需要首先把這個(gè)變量進(jìn)行分組處理（也叫離散化、分箱等等，說的都是一個(gè)意思）。

分組后，對于第i組，WOE的計(jì)算公式如下：

其中，pyi是這個(gè)組中響應(yīng)客戶（風(fēng)險(xiǎn)模型中，對應(yīng)的是違約客戶，總之，指的是模型中預(yù)測變量取值為“是”或者說1的個(gè)體）占所有樣本中所有響應(yīng)客戶的比例，pni是這個(gè)組中未響應(yīng)客戶占樣本中所有未響應(yīng)客戶的比例，#yi是這個(gè)組中響應(yīng)客戶的數(shù)量，#ni是這個(gè)組中未響應(yīng)客戶的數(shù)量，#yT是樣本中所有響應(yīng)客戶的數(shù)量，#nT是樣本中所有未響應(yīng)客戶的數(shù)量。

從這個(gè)公式中我們可以體會到，WOE表示的實(shí)際上是“當(dāng)前分組中響應(yīng)客戶占所有響應(yīng)客戶的比例”和“當(dāng)前分組中沒有響應(yīng)的客戶占所有沒有響應(yīng)的客戶的比例”的差異。

對這個(gè)公式做一個(gè)簡單變換，可以得到：

變換以后我們可以看出，WOE也可以這么理解，他表示的是當(dāng)前這個(gè)組中響應(yīng)的客戶和未響應(yīng)客戶的比值，和所有樣本中這個(gè)比值的差異。這個(gè)差異是用這兩個(gè)比值的比值，再取對數(shù)來表示的。WOE越大，這種差異越大，這個(gè)分組里的樣本響應(yīng)的可能性就越大，WOE越小，差異越小，這個(gè)分組里的樣本響應(yīng)的可能性就越小。