为什么逻辑回归使用WOE建模

逻辑回归进行分箱，得到不同箱的WOE值，并用WOE值替换特征的取值，替换后，为什么能用WOE值来对逻辑回归建模
（如果分箱之后做哑变量能理解，WOE理解不了）

第一，好解释，因为如果dummy的话其实是将一个变量拆开了，会出现某个维度有一部分入模的情况，而woe不会；
第二是变量变少了，调整更直观（这个好有道理）；
第三是woe值可以很好的区分哪些组是负向的，哪些组是正向的。但其实它也有弊端，因为你无法从系数看出这个变量的正负向，因为woe化后，你拟合出来的系数应该都是正的，如果你拟合出的系数有些是负，那么说明你模型没建好，出现了共线性的问题

参考：