原始數據，如按年齡離散化 。首先元素各值頻數的分布。

WOE（Weight of Evidence）反映了自變量對因變量的預測能力。

IV（Information Value）在預測模型中選擇最重要的變量是最有用的技術之一。用於根據變量的重要性排列變量。

簡化：

結果：

IV 值經驗規則：

IV < 0.02 ：不具有預測能力

0.02<= IV < 0.1 ：預測能力很弱

0.1<= IV < 0.3 ：中等程度預測能力

IV >= 0.3 ：預測能力很強

IV 值法只適用於分類變量，可以通過調整分類閾值來提高IV值。使用IV值進行變量篩選時，可以計算出所有的分類變量的IV值，然後選擇 IV值大於 0.1 或IV值最高的前 10% 變量。

數據參考： 大數據分析：數據科學應用場景與時間精髓

WOE、VI 分類變量預測能力