色综合图-色综合图片-色综合图片二区150p-色综合图区-玖玖国产精品视频-玖玖香蕉视频

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:92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: 男女超猛烈啪啦啦的免费视频 | 亚洲m男在线中文字幕 | 天天草综合 | 男女配种猛烈免费视频 | 成年人精品视频 | 久久福利青草精品免费 | 欧美在线一区二区三区欧美 | 一级做a爰片性色毛片男 | 久久九九精品一区二区 | 国产激情久久久久久影院 | 欧美成人aaaa免费高清 | 久草免费资源视频 | 国产情侣自拍网站 | 国产成人精品一区二区秒拍 | 99久久精品久久久久久清纯 | 日韩中文字幕在线免费观看 | 99久在线观看 | 亚洲国产一区在线精选 | 欧美成人午夜毛片免费影院 | 黄a 大片a v 永久免费 | 亚洲gogo人体大胆西西安徽 | 99久久免费国产精精品 | 国产精品男人的天堂 | 成人三级在线播放线观看 | 最新福利片v国产片 | 成年人黄色网址 | 日本精品一在线观看视频 | 国产亚洲女在线精品 | 日本美女黄网站 | 美女黄视频网站 | 久久久久久久国产精品影院 | 亚洲精品国产一区二区三区在 | 亚洲经典在线观看 | 亚洲综合色就色手机在线观看 | 狠狠综合久久久久综合小说网 | 韩国女主播青草在线观看 | 美女大片高清特黄a大片 | 国产成人麻豆tv在线观看 | 她也啪在线视频精品网站 | 人成精品| 国产成人精品高清在线观看99 |