变量筛选(iv, var_filter) 变量分箱(woebin, woebin_plot, woebin_adj, woebin_ply) 分数转换(scorecard, scorecard_ply) 效果评估(perf_eva, perf_psi) scorecardpy安装 pip install scorecardpy 基本流程 数据准备 import scorecardpy as sc dat = sc.germancredit() ## 变量筛选 dt_s = sc.var_filte...
dt_s = sc.var_filter(dat, y="creditability")通过 var_filter() 函数筛选后，数据集保留以下13个变量：默认的参数配置为：iv_limit=0.02, missing_limit=0.95, identical_limit=0.95，即当某个变量的 IV 值小于0.02，或缺失率大于95%，或同值率（除空值外）大于95%，则剔除掉该变量。此外，该方...
先介绍sc里面的用法,var_filter根据IV 值小于0.02,或缺失率大于95%,或同值率(除空值外)大于95% 去剔除变量 defvar_filter(dt, y, x=None,iv_limit=0.02, missing_limit=0.95,identical_limit=0.95, var_rm=None, var_kp=None, return_rm_reason=False, positive='bad|1') 其中各参数含义如下: varrm...
scorecardpy库是由谢士晨博士开发,该软件包是R软件包评分卡的python版本。它的目标是通过提供一些常见任务的功能,使传统信用风险计分卡模型的开发更加轻松有效。该包的功能及对应的函数如下: 数据划分(split_df) 过滤变量(var_filter()) 决策树分箱(woebin, woebin_plot, woebin_adj, woebin_ply) 评分转换(...
scorecardpy的简介 scorecardpy的安装 scorecardpy的使用方法 1、基础案例 scorecardpy的简介 使传统信用风险评分卡模型的开发更容易、更高效。 数据切分(split_df) 变量选择(iv,var_filter)
Scorecardpy,由谢士晨博士开发,这个包是 R 包评分卡的 python 版本。 其目标是通过为一些常见任务提供功能,使传统信用风险评分卡模型的开发更容易、更高效。 数据切分(split_df) 变量选择(iv,var_filter) 证据权重 (woe) 分箱(woebin、woebin_plot、woebin_adj、woebin_ply) ...
首先，scorecardpy简化了数据准备过程，通过现成的函数，如var_filter()，基于缺失率、IV值和同值性等因素，筛选出关键变量，如creditability。其默认设置可自动剔除IV值低、缺失率高或同值率过高的变量。接下来，data_split()函数帮助我们将数据划分为训练集和测试集，灵活调整切分比例。woebin()函数则...
importscorecardpyassc dat=sc.germancredit()dt_s=sc.var_filter(dat,y="creditability") 这个函数可以根据指定的条件筛选变量,例如IV值、缺失率、一致性等,函数的参数如下: 代码语言:javascript 复制 defvar_filter(dt,y,x=None,iv_limit=0.02,missing_limit=0.95,identical_limit=0.95,var_rm=None,var_kp=No...
Scorecardpy,由谢士晨博士开发,这个包是 R 包评分卡的 python 版本。 其目标是通过为一些常见任务提供功能,使传统信用风险评分卡模型的开发更容易、更高效。 数据切分(split_df) 变量选择(iv,var_filter) 证据权重 (woe) 分箱(woebin、woebin_plot、woebin_adj、woebin_ply) ...
variable filter (var_filter), optimal woe binning (woebin, woebin_ply, woebin_plot, woebin_adj), scorecard scaling (scorecard, scorecard_ply) and performace evaluation (perf_eva, perf_psi). Installation Install the release version ofscorecardpyfromPYPIwith: ...