为什么要在逻辑回归中对分类预测变量进行WOE转换？

类别变量的证据权重（WOE）转换何时有用？

该示例可以在WOE转换中看到

（因此，对于一个响应，＆与分类预测类，＆ 成功出试验的内个这种预测器的类别，对于所述WOE个类别被定义为k y j n j j $y$$k$$y_j$$n_j$$j$$j$

＆转换包括使用其WOE对分类预测器的每个类别进行编码，以形成新的连续预测器。）

我想了解WOE转换有助于逻辑回归的原因。这背后的理论是什么？

在链接到的示例中，类别预测变量由单个连续变量表示，该变量为每个级别取一个值，该值等于该级别所观察到的响应的对数赔率（加上一个常数）：

这种混淆完全没有我能想到的任何目的：您将获得与使用常规伪编码相同的预测响应；但是自由度是错误的，使关于模型的几种有用的推断形式无效。

在多元回归中，要转换多个分类预测变量，我想您将使用边际对数比值来计算每个的WOE。这将改变预测的响应；但是由于没有考虑混淆因素-条件对数几率不是边际对数几率的线性函数-我看不出有任何理由认为它会有所改善，并且推论问题仍然存在。

使用证据权重（WoE）进行粗分类具有以下优点-WoE与优势比的自然对数显示线性关系，优势比是对数回归中的因变量。
因此，当我们使用WoE代替变量的实际值时，逻辑回归中不会出现模型错误指定的问题。

α β w ^ ö é （V 一- [R 1 ）γ w ^ Ô é （V 一- [R 2 ）η w ^ Ô é （V 一- [R 3 $ln(p/1-p)$ = + * + * + *$\alpha$$\beta$$WoE(Var1)$$\gamma$$WoE(Var2)$$\eta$$WoE(Var3 )$

资料来源：在其中一个PPT中，我的教练在公司培训期间向我展示了我。

当您同时需要数字和分类数据时，WOE转换会有所帮助，而在整个过程中您都希望从中提取信息，因此缺少这些值。将所有内容转换为WOE有助于将许多不同类型的数据（甚至丢失的数据）“标准化”到相同的对数赔率范围内。这篇博客文章相当合理地解释了事情：http : //multithreaded.stitchfix.com/blog/2015/08/13/weight-of-evidence/

故事的简短之处在于，使用WOE进行Logistic回归应该（并且被）称为半朴素贝叶斯分类器（SNBC）。如果您想了解该算法，对我而言，SNBC这个名称将提供更多信息。