Python之woe:woe库函数的简介、安装、使用方法之详细攻略

一个处女座的程序猿 2020-11-13 05:52:13
Python 函数 woe 库函数


Python之woe:woe库函数的简介、安装、使用方法之详细攻略

 

 

 

目录

woe库函数的简介

1、离散值分箱原理

2、连续值分箱原理

woe库函数的安装

woe库函数的使用方法

1、woe模块功能树


 

 

 

 

woe库函数的简介

       woe转换工具主要用于信用评级的记分卡模型。在woe中,对变量进行分箱的原理类似于二叉决策树,其中决定如何划分的目标函数是iv值。特点如下:

  • 基于IV准则的分裂树
  • 丰富的模型评价方法
  • 格式统一,输出方便
  • IV树的储存以备后续使用

官网https://github.com/boredbird/woe

 

1、离散值分箱原理

将每个值作为一个分组,计算个分组woe值,再计算IV值。

 

 

2、连续值分箱原理

  • 计算将整体数据作为一个分组的IV值(命名为IV0);
  • 对所有值排序,根据最大,最小值平均划分100个取值区间(99个区间分割点,每个分割点可以将整体数据分割为左右两部分);
  • 针对每个分割点,尝试将左右两部分作为两个分组,计算IV值(如果此种分组中,左右有一个分组中数据少于总体数据量的5%,不计算此分组IV)。获取99中分组方式中的最大IV值(IVmax);
  • 假如此最大IV值(IVmax)大于不分组IV值的101%(IV0),不进行分割。否则,以此分割点将数据整体分为左右两个组。每个组独立重新进行1步骤,进入下一轮循环。
  • 根据记录所有分组点进行数据整体分组,计算IV。

 

 

woe库函数的安装

pip install woe

 

 

woe库函数的使用方法

1、woe模块功能树

|- __init__
|- config.py
| |-- config
| |-- __init__
| |-- change_config_var_dtype()
| |-- load_file()
|- eval.py
| |-- compute_ks()
| |-- eval_data_summary()
| |-- eval_feature_detail()
| |-- eval_feature_stability()
| |-- eval_feature_summary()
| |-- eval_model_stability()
| |-- eval_model_summary()
| |-- eval_segment_metrics()
| |-- plot_ks()
| |-- proc_cor_eval()
| |-- proc_validation()
| |-- wald_test()
|- feature_process.py
| |-- binning_data_split()
| |-- calculate_iv_split()
| |-- calulate_iv()
| |-- change_feature_dtype()
| |-- check_point()
| |-- fillna()
| |-- format_iv_split()
| |-- proc_woe_continuous()
| |-- proc_woe_discrete()
| |-- process_train_woe()
| |-- process_woe_trans()
| |-- search()
| |-- woe_trans()
|- ftrl.py
| |-- FTRL()
| |-- LR()
|- GridSearch.py
| |-- fit_single_lr()
| |-- grid_search_lr_c()
| |-- grid_search_lr_c_main()
| |-- grid_search_lr_validation()

 

 

 

 

 

 

 

 

 

 

 

 

版权声明
本文为[一个处女座的程序猿]所创,转载请带上原文链接,感谢
https://yunyaniu.blog.csdn.net/article/details/109252550

  1. 利用Python爬虫获取招聘网站职位信息
  2. Using Python crawler to obtain job information of recruitment website
  3. Several highly rated Python libraries arrow, jsonpath, psutil and tenacity are recommended
  4. Python装饰器
  5. Python实现LDAP认证
  6. Python decorator
  7. Implementing LDAP authentication with Python
  8. Vscode configures Python development environment!
  9. In Python, how dare you say you can't log module? ️
  10. 我收藏的有关Python的电子书和资料
  11. python 中 lambda的一些tips
  12. python中字典的一些tips
  13. python 用生成器生成斐波那契数列
  14. python脚本转pyc踩了个坑。。。
  15. My collection of e-books and materials about Python
  16. Some tips of lambda in Python
  17. Some tips of dictionary in Python
  18. Using Python generator to generate Fibonacci sequence
  19. The conversion of Python script to PyC stepped on a pit...
  20. Python游戏开发,pygame模块,Python实现扫雷小游戏
  21. Python game development, pyGame module, python implementation of minesweeping games
  22. Python实用工具,email模块,Python实现邮件远程控制自己电脑
  23. Python utility, email module, python realizes mail remote control of its own computer
  24. 毫无头绪的自学Python,你可能连门槛都摸不到!【最佳学习路线】
  25. Python读取二进制文件代码方法解析
  26. Python字典的实现原理
  27. Without a clue, you may not even touch the threshold【 Best learning route]
  28. Parsing method of Python reading binary file code
  29. Implementation principle of Python dictionary
  30. You must know the function of pandas to parse JSON data - JSON_ normalize()
  31. Python实用案例,私人定制,Python自动化生成爱豆专属2021日历
  32. Python practical case, private customization, python automatic generation of Adu exclusive 2021 calendar
  33. 《Python实例》震惊了,用Python这么简单实现了聊天系统的脏话,广告检测
  34. "Python instance" was shocked and realized the dirty words and advertisement detection of the chat system in Python
  35. Convolutional neural network processing sequence for Python deep learning
  36. Python data structure and algorithm (1) -- enum type enum
  37. 超全大厂算法岗百问百答(推荐系统/机器学习/深度学习/C++/Spark/python)
  38. 【Python进阶】你真的明白NumPy中的ndarray吗?
  39. All questions and answers for algorithm posts of super large factories (recommended system / machine learning / deep learning / C + + / spark / Python)
  40. [advanced Python] do you really understand ndarray in numpy?
  41. 【Python进阶】Python进阶专栏栏主自述:不忘初心,砥砺前行
  42. [advanced Python] Python advanced column main readme: never forget the original intention and forge ahead
  43. python垃圾回收和缓存管理
  44. java调用Python程序
  45. java调用Python程序
  46. Python常用函数有哪些?Python基础入门课程
  47. Python garbage collection and cache management
  48. Java calling Python program
  49. Java calling Python program
  50. What functions are commonly used in Python? Introduction to Python Basics
  51. Python basic knowledge
  52. Anaconda5.2 安装 Python 库(MySQLdb)的方法
  53. Python实现对脑电数据情绪分析
  54. Anaconda 5.2 method of installing Python Library (mysqldb)
  55. Python implements emotion analysis of EEG data
  56. Master some advanced usage of Python in 30 seconds, which makes others envy it
  57. python爬取百度图片并对图片做一系列处理
  58. Python crawls Baidu pictures and does a series of processing on them
  59. python链接mysql数据库
  60. Python link MySQL database