信贷风控建模-无监督分箱方法

在评分卡模型的开发中，连续型变量需要进行分箱操作才能放入模型当中。

分箱操作的定义如下：

• 数值型变量
  将其分为若干有限的几个分段，例如，将收入分为：收入≤5k，5k<收入≤10k， 10k<收入≤20k，收入>20k

• 类别型变量
  如果取值个数很多，将其合并为个数较少的几个分段，例如，将省份分为{北京、上海、广州}，{成都、重庆、湖南}，{黑龙江、吉林、辽宁}，其他

1、等距分箱法

import numpy as np
import pandas as pd
from pandas import DataFrame

np.random.seed(1)  #随机数生成器种子

income_list = np.random.randint(3, 50, size=100)
print(income_list)

k = 5  # 设置分为5个区间

#等距分箱法
income_cut = pd.cut(income_list, k)
print(type(income_cut)