_更多大数据分析、建模等内容请关注公众号《bigdata**modeling**》_
在对变量分箱后，需要计算变量的重要性，IV是评估变量区分度或重要性的统计量之一，python计算IV值的代码如下：
1def CalcIV(Xvar, Yvar): 2 N_0 = np.sum(Yvar==0) 3 N_1 = np.sum(Yvar==1) 4 N_0_group = np.zeros(np.unique(Xvar).shape) 5 N_1_group = np.zeros(np.unique(Xvar).shape) 6 for i in range(len(np.unique(Xvar))): 7 N_0_group[i] = Yvar[(Xvar == np.unique(Xvar)[i]) & (Yvar == 0)].count() 8 N_1_group[i] = Yvar[(Xvar == np.unique(Xvar)[i]) & (Yvar == 1)].count() 9 iv = np.sum((N_0_group/N_0 - N_1_group/N_1) * np.log((N_0_group/N_0)/(N_1_group/N_1))) 10 return iv 11 12def caliv_batch(df, Kvar, Yvar): 13 df_Xvar = df.drop([Kvar, Yvar], axis=1) 14 ivlist = [] 15 for col in df_Xvar.columns: 16 iv = CalcIV(df[col], df[Yvar]) 17 ivlist.append(iv) 18 names = list(df_Xvar.columns) 19 iv_df = pd.DataFrame({'Var': names, 'Iv': ivlist}, columns=['Var', 'Iv']) 20 21 return iv_df
其中，df是分箱后的数据集，Kvar是主键，Yvar是y变量(0是好，1是坏)。代码运行结果如下：
