如何使用IV算法_云原生数据库 PolarDB(PolarDB)-阿里云帮助中心

在机器学习的分类问题中，IV值（Information Value）主要用于对输入特征变量进行编码，同时评估特征变量的预测能力。特征变量IV值的大小即表示该特征变量预测能力的强弱。本文介绍了IV算法相关的内容。

使用场景

IV值一般用于在风控场景中筛选变量。例如，在风控场景中可能会有千级别、万级别的特征，人工很难发现有效特征，通过计算IV值，可以将有效的特征筛选出来，从而针对性地收集和处理。

语法

CREATE FEATURE feature_name WITH ( feature_class = '', x_cols = '', y_cols = '', parameters=()) AS (SELECT select_expr [, select_expr] ... FROM table_reference)

语法中对应的参数说明如下：

参数	说明
feature_name	特征名称。
feature_class	特征的类型。固定值iv。
x_cols	自变量列表，多个自变量之间使用英文逗号（,）分隔。
y_cols	因变量。
parameters	创建特征时用户自定义的参数。目前仅支持配置为categorical_feature，表示类目型的特征，多个特征之间使用英文逗号（,）分隔，不参与计算。
select_expr	用于创建特征的列名。
table_reference	用于创建特征的列所在的表的名称。

示例

/*polar4ai*/CREATE FEATURE iv_001 WITH ( feature_class = 'iv',x_cols='Airline,Flight,AirportFrom,AirportTo,DayOfWeek,Time,Length',y_cols='Delay',parameters=(categorical_feature='Airline,Flight,AirportFrom,AirportTo,DayOfWeek')) AS (SELECT * from airlines_test_1000);