久久福利_99r_国产日韩在线视频_直接看av的网站_中文欧美日韩_久久一

您的位置:首頁技術文章
文章詳情頁

python 基于卡方值分箱算法的實現示例

瀏覽:87日期:2022-07-17 10:15:01

原理很簡單,初始分20箱或更多,先確保每箱中都含有0,1標簽,對不包含0,1標簽的箱向前合并,計算各箱卡方值,對卡方值最小的箱向后合并,代碼如下

import pandas as pdimport numpy as npimport scipyfrom scipy import statsdef chi_bin(DF,var,target,binnum=5,maxcut=20): ’’’ DF:data var:variable target:target / label binnum: the number of bins output maxcut: initial bins number ’’’ data=DF[[var,target]] #equifrequent cut the var into maxcut bins data['cut'],breaks=pd.qcut(data[var],q=maxcut,duplicates='drop',retbins=True) #count 1,0 in each bin count_1=data.loc[data[target]==1].groupby('cut')[target].count() count_0=data.loc[data[target]==0].groupby('cut')[target].count() #get bins value: min,max,count 0,count 1 bins_value=[*zip(breaks[:maxcut-1],breaks[1:],count_0,count_1)] #define woe def woe_value(bins_value): df_woe=pd.DataFrame(bins_value) df_woe.columns=['min','max','count_0','count_1'] df_woe['total']=df_woe.count_1+df_woe.count_0 df_woe['bad_rate']=df_woe.count_1/df_woe.total df_woe['woe']=np.log((df_woe.count_0/df_woe.count_0.sum())/(df_woe.count_1/df_woe.count_1.sum())) return df_woe #define iv def iv_value(df_woe): rate=(df_woe.count_0/df_woe.count_0.sum())-(df_woe.count_1/df_woe.count_1.sum()) iv=np.sum(rate * df_woe.woe) return iv #make sure every bin contain 1 and 0 ##first bin merge backwards for i in range(len(bins_value)): if 0 in bins_value[0][2:]: bins_value[0:2]=[(bins_value[0][0],bins_value[1][1],bins_value[0][2]+bins_value[1][2],bins_value[0][3]+bins_value[1][3])] continue ##bins merge forwards if 0 in bins_value[i][2:]: bins_value[i-1:i+1]=[(bins_value[i-1][0],bins_value[i][1],bins_value[i-1][2]+bins_value[i][2],bins_value[i-1][3]+bins_value[i][3])] break else: break #calculate chi-square merge the minimum chisquare while len(bins_value)>binnum: chi_squares=[] for i in range(len(bins_value)-1): a=bins_value[i][2:] b=bins_value[i+1][2:] chi_square=scipy.stats.chi2_contingency([a,b])[0] chi_squares.append(chi_square) #merge the minimum chisquare backwards i = chi_squares.index(min(chi_squares)) bins_value[i:i+2]=[( bins_value[i][0], bins_value[i+1][1], bins_value[i][2]+bins_value[i+1][2], bins_value[i][3]+bins_value[i+1][3])]df_woe=woe_value(bins_value) #print bin number and iv print('箱數:{},iv:{:.6f}'.format(len(bins_value),iv_value(df_woe))) #return bins and woe information return woe_value(bins_value)

以下是效果:

初始分成10箱,目標為3箱

chi_bin(data,'age','SeriousDlqin2yrs',binnum=3,maxcut=10)

箱數:8,iv:0.184862箱數:7,iv:0.184128箱數:6,iv:0.179518箱數:5,iv:0.176980箱數:4,iv:0.172406箱數:3,iv:0.160015min max count_0 count_1 total bad_rate woe0 0.0 52.0 70293 7077 77370 0.091470 -0.2662331 52.0 61.0 29318 1774 31092 0.057056 0.2429092 61.0 72.0 26332 865 27197 0.031805 0.853755

到此這篇關于python 基于卡方值分箱算法的實現示例的文章就介紹到這了,更多相關python 卡方值分箱算法內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網!

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 国产精品久久久久久久久久99 | 日韩欧美视频一区二区三区 | 久久亚洲天堂 | 国产一区在线视频 | 久久久久久国产免费 | 一区三区在线观看 | 欧美日韩国产综合在线 | 大香伊在人线免97 | 日本欧美在线 | 视频一区二区三区中文字幕 | 婷婷午夜激情 | 在线免费观看黄 | 一区二区三区无码高清视频 | 欧洲精品视频在线观看 | 羞羞色影院 | 久久国产电影 | 亚洲欧美精品 | 国产成人免费视频网站高清观看视频 | 欧美一区二区三区精品免费 | 成人免费精品视频 | 99国产精品99久久久久久 | 国产激情偷乱视频一区二区三区 | 涩涩视频在线看 | 国产成人综合一区二区三区 | 91精品国产综合久久久久久软件 | 国产精品久久久久久久久久久久 | 国产免费亚洲 | 欧美色视 | 日韩看片 | 天天干,夜夜操 | 亚洲精品影院 | 成人久久18免费网站图片 | 日韩精品一区二区三区在线观看 | 男女小网站 | 一本a道v久大 | 国产精品一区二区三区在线 | 91在线观| 噜噜噜在线 | 欧美aaa一级片 | 日韩欧美在线视频 | 精品三级三级三级三级三级 |