使用toad对数据进行分箱处理

原创

于 2023-07-31 15:53:58 发布 · 2k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析 #数据分箱

文章介绍了Toad这个Python工具包在工业界模型开发中的应用，特别是对于评分卡开发的简化流程。Toad协助进行了EDA、特征工程、特征筛选和模型验证等步骤，重点展示了如何使用Toad进行分箱操作以优化特征，并通过调整箱数确保分箱趋势的单调性。此外，文章还提到了WOE计算和数据转换的过程，用于信用风险评估。

Toad 是专为工业界模型开发设计的Python工具包，特别针对评分卡的开发。Toad 的功能覆盖了建模全流程，从 EDA、特征工程、特征筛选到模型验证和评分卡转化。Toad 的主要功能极大简化了建模中最重要最费时的流程，即特征筛选和分箱。
导入模型包

import pandas as pd
import numpy as np
import toad
import matplotlib.pyplot as plt
%matplotlib inline
from toad.plot import bin_plot
from sklearn.model_selection import train_test_split

读取数据并查看数据基本内容

df = pd.read_csv('germancredit.csv')
df.replace({
   
   'good':0,'bad':1}, inplace=True)
print(df.info())
df.head()

在这里插入图片描述
使用toad进行分箱，并输出分箱的内容

combiner = toad.transform.Combiner()
combiner.fit(df, y='creditability', method='chi', min_samples=0.05)

bins = combiner.export()
print('duration in month:',bins['duration.in.m