国产成人精品久久免费动漫-国产成人精品天堂-国产成人精品区在线观看-国产成人精品日本-a级毛片无码免费真人-a级毛片毛片免费观看久潮喷

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:71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: 久久久精品国产免费观看同学 | 日韩欧美亚洲天堂 | 国产99视频精品免费观看9e | 久久国产免费观看精品3 | 一本久道久久综合婷婷 | 精品午夜一区二区三区在线观看 | 天天狠操 | 成人韩免费网站 | 久久成人国产精品免费 | 欧美日韩国产高清一区二区三区 | 国产精品久久久久久久人热 | a级片在线 | 三级黄毛片 | 色婷婷久久综合中文久久蜜桃 | 久草免费资源 | 久久依人| 欧美一级特黄aa大片在线观看免费 | 久草资源福利 | av在线天堂网 | 亚洲精品无码不卡 | 欧美日韩国产成人精品 | 成人午夜大片免费7777 | av人摸人人人澡人人超碰 | 性欧美巨大 | 秀人网私拍福利视频在线 | 欧美成人另类69 | 国产v综合v亚洲欧美大另类 | 国产三级国产精品国产国在线观看 | 亚洲你我色 | 日韩高清一级 | 亚洲精品天堂一区在线观看 | 日本在线www | 精品视频一区在线观看 | 欧美亚洲综合网 | 大学生久久香蕉国产线观看 | 97欧美精品一区二区三区 | 国产成人精品久久一区二区三区 | 麻豆视频一区 | 日韩欧美国产视频 | 亚洲精品第一区二区三区 | 免费一级片网站 |