这是关于我的一些同事所遵循的实践或方法的问题。在制作逻辑回归模型时，我看到人们用各自的证据权重 (WoE) 替换分类变量（或分箱的连续变量）。据说这样做是为了在回归变量和因变量之间建立单调关系。现在据我了解，一旦建立模型，方程中的变量就不是数据集中的变量。相反，方程中的变量现在是分离因变量时变量的重要性或权重！
我的问题是：我们现在如何解释模型或模型系数？例如对于以下等式：
我们可以说 是变量增加 1 个单位时奇数比的相对增加 .
但是如果变量被它的 WoE 取代，那么解释将被更改为：变量的重要性/权重增加 1 个单位的奇数比的相对增加
我在互联网上看到过这种做法，但我没有找到这个问题的答案。该社区本身的此链接与某人写道的类似查询有关：
WoE 与作为逻辑回归中的因变量的优势比的自然对数呈线性关系。因此，当我们使用 WoE 而不是变量的实际值时，逻辑回归中不会出现模型错误指定的问题。
但我仍然没有得到解释。请帮助我了解我所缺少的。
WoE 方法包括两个步骤：
WoE 转型具有（至少）三个积极影响：
它可以转换一个自变量，使其与因变量建立单调关系。实际上，它的作用不止于此——为了确保单调关系，将其“重新编码”为任何有序度量（例如 1、2、3、4 ......）就足够了，但 WoE 转换实际上对“逻辑”上的类别进行排序" 对逻辑回归来说很自然的尺度
对于离散值过多（人口稀少）的变量，可以将这些变量分组（人口密集），并且可以使用 WoE 来表达整个类别的信息
每个类别对因变量的（单变量）影响可以简单地跨类别和跨变量进行比较，因为 WoE 是标准化值（例如，您可以将已婚人士的 WoE 与体力劳动者的 WoE 进行比较）
它也有（至少）三个缺点：
由于分箱到少数类别而导致信息丢失（变化）
它是一种“单变量”度量，因此它不考虑自变量之间的相关性
根据类别的创建方式很容易操纵（过拟合）变量的影响
传统上，回归的贝塔（其中 x 已被 WoE 取代）本身不会被解释，而是它们与 WoE 相乘以获得“分数”（例如，变量“婚姻状况”的贝塔可以乘以 WoE “已婚人士”组查看已婚人士的得分；变量“职业”的beta可以乘以“体力劳动者”的WoE来查看体力劳动者的得分。那么如果您对已婚体力劳动者的得分感兴趣，你总结这两个分数，看看对结果的影响有多大）。分数越高，结果等于 1 的概率就越大。
在逻辑回归中使用 WOE 的理由是生成有时称为半朴素贝叶斯分类器 (SNBC) 的东西。这篇博文的开头很好地解释了事情：http: //multithreaded.stitchfix.com/blog/2015/08/13/weight-of-evidence/
模型中的 beta 参数是由于其他预测变量的存在而导致的每个朴素效应（也称为证据权重）的线性偏差，它们可以解释为特定预测变量的对数几率的线性变化，因为存在其他预测因素。
证据权重 (WoE) 是执行变量转换和选择的强大技术。它在信用评分中被广泛用于衡量好客户与坏客户的分离。（变量）。优点 :: - 处理缺失值处理异常值，转换基于分布的对数值。通过使用适当的分箱技术不需要虚拟变量，它可以建立独立和依赖的单调关系。
mono_bin() = 用于数值变量。char_bin() = 用于字符变量。