Secbone
commented
2 years ago @nllatt toad.quality 计算IV等需要分箱的指标时，只会对 数值类型 的变量进行分箱，如果原始变量不是数值类型，则按照类别型变量直接进行计算，而通常类别较多时，IV会越高这是符合逻辑的。我想这应该可以帮你理解1、2问题的现象。
对于 selection 中的 数值变量，默认会使用 dt 进行 10 组的分箱
Open nllatt opened 2 years ago
Secbone
commented
2 years ago @nllatt toad.quality 计算IV等需要分箱的指标时，只会对 数值类型 的变量进行分箱，如果原始变量不是数值类型，则按照类别型变量直接进行计算，而通常类别较多时，IV会越高这是符合逻辑的。我想这应该可以帮你理解1、2问题的现象。
对于 selection 中的 数值变量，默认会使用 dt 进行 10 组的分箱
作者您好，想请教一下三个问题：
1. quality函数是否支持传入method参数呢？
我使用下面两行代码得到了完全一致的结果
nowoe_ret = toad.quality(df_ftr, target, indicators=['iv'], method='dt')nowoe_ret2 = toad.quality(df_ftr, target, indicators=['iv'], method='quantile')2. 使用quality函数的IV计算逻辑是否和使用combiner+woetransform分箱后的计算IV逻辑是否一致呢？
我在使用下面两段代码分别计算iv，得到的结果相差非常多，并且使用code1计算的结果会倾向于将类别数很多的特征计算出非常高的IV值，但是code2不会。不知道是什么原因导致的这种现象呢？ code1:
nowoe_ret = toad.quality(df_ftr, target, indicators=['iv'], method='dt')code2: combiner.fit(cat_train,df_train[target],method='dt') train_bin = combiner.transform(cat_train,labels=True) t = toad.transform.WOETransformer() train_cate_woe = t.fit_transform(train_bin,df_train[target],exclude=[target]) frame, iv_drop, iv_list = toad.selection.drop_iv(train_cate_woe, target = target, threshold = 0.01, return_drop = True, return_iv = True) iv_df = iv_list.reset_index()3. 对于未进行分箱处理的numerical变量，selection默认使用什么分箱来计算IV值呢？
使用的toad版本：0.0.64