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:85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: 成人在线免费观看 | 国产精品久久久久影院色老大 | 涩涩国产精品福利在线观看 | 亚洲美女影院 | 毛片免费永久不卡视频观看 | 欧美成人午夜 | 国产伦理久久精品久久久久 | 香蕉视频黄在线观看 | 成人午夜网 | 色综合久久久久久888 | 一级爱做片免费观看久久 | 91香蕉视频成人 | 一级欧美日韩 | 成年视频国产免费观看 | 国产成人99精品免费观看 | 香蕉毛片a | 香蕉tv亚洲专区在线观看 | 中文字幕日韩精品在线 | 国产精品久久久亚洲 | 欧美一级毛片高清免费观看 | 亚洲制服欧美自拍另类 | 碰碰久久 | 久久福利国产 | 手机在线精品视频 | 香港经典毛片a免费观看 | 欧美经典成人在观看线视频 | a级毛片免费观看网站 | 久久免费福利 | 三级网站免费看 | 蕾丝视频永久在线入口香蕉 | 真人毛片| 日本欧美一区二区三区视频 | 亚洲在线看 | 亚洲高清中文字幕一区二区三区 | 欧美一级高清黄图片 | 无套内谢孕妇毛片免费看 | 91色老99久久九九爱精品 | 欧美aaa毛片免费看 欧美aaa视频 | 久草中文在线观看 | 在线免费观看一级片 | 日本亚洲高清 |