在变量筛选中，通过衡量特征所包含信息量大小，决定是否删除特征，常用的指标有单一值占比、缺失值占比和方差值大小。
单一值或缺失值占比越高，表示特征包含信息量越少，不同公司设置不同阈值，一般单一值、缺失值占比高于95%，建议删除。
方差值越小，代表特征包含信息量越小。接下来详细阐述方差值的原理和Python计算代码。
什么是方差？
方差的计算公式
方差计算示例
计算方差Python函数
方差：衡量一组数据离散程度的统计量，它表示每个数据与这组数据平均数的差的平方的平均数。
方差越大，说明这组数据的离散程度越大。
假设有一组数据x1,x2,……,xn，这组数据的方差计算步骤如下：
step1：计算平均数(均值)
首先，计算这组数据的平均数(均值)，公式为
其中，n是数据量，Σ是求和符号。
step2：计算方差：
然后，利用平均数，计算方差，公式为
表示每个数与平均数的差的平方之和，再除以n得到方差，这种计算方式也称总体方差。
在某些情况下，特别是样本方差（用于估计总体方差时），分母使用n-1而不是n，这是为了进行无偏估计。
因此，样本方差公式写为：
三、方差计算示例 假设有一组数据2，3，4，5，6，想计算其方差，具体步骤如下：
step1：计算平均数：
step2：计算总体方差（使用n作为分母）：
如果使用n-1作为分母（样本方差）：
四、方差计算Python函数 假设有一组数据2，3，4，5，6，想计算其总体方差，代码如下：
#计算总体方差def population_variance(data):N = len(data)mean = sum(data) / Nvariance = sum((x - mean) ** 2 for x in data) / Nreturn variance# 示例数据data_list = [2, 3, 4, 5, 6]population_variance(data_list)得到结果：
2.0如果想计算样本方差，代码如下： #计算样本方差def sample_variance(data):n = len(data)mean = sum(data) / nvariance = sum((x - mean) ** 2 for x in data) / (n - 1)return variance# 示例数据data_list = [2, 3, 4, 5, 6]sample_variance(data_list)得到结果：
2.5如果是对入模变量计算方差，直接把单个特征看成一个列表即可。
至此，方差计算原理和代码已讲解完毕，对风控建模感兴趣的小伙伴欢迎加群讨论。
【部分群限时免费进】分群讨论学习Python、玩转Python、风控建模【29.9元进】、人工智能、数据分析相关问题，还提供招聘内推信息、优秀文章、学习视频、公众号文章答疑，也可交流工作中遇到的难题。如需添加微信号19967879837，加时备注想进的群，比如风控建模。
一文囊括风控模型搭建(原理+Python实现)，持续更新。。。
限时免费加群
19967879837
添加微信号、手机号
