机器学习 scikit-learn9 - 预测贷款用户是否会逾期 - 特征筛选 IV 和随机森林

最新推荐文章于 2025-06-03 23:59:32 发布

DataScience

最新推荐文章于 2025-06-03 23:59:32 发布

阅读量932

点赞数

CC 4.0 BY-SA版权

分类专栏： Machine Learning 机器学习

本文链接：https://blog.youkuaiyun.com/q370835062/article/details/84595391

本文介绍了如何利用IV值和随机森林进行特征筛选，以预测贷款用户是否会逾期。核心代码包括IV值计算和随机森林特征重要性评估，并在模型训练后发现性能有所提升。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 说明

主要是根据 IV值和随机森林这两种方法来挑选特征
代码链接： https://github.com/spareribs/kaggleSpareribs/blob/master/Overdue/ml/features/feature_iv_rf.py

2 代码使用方法

sklearn_gcv.py 默认使用Logistic Regression 做示例

【必须】执行 features 中的 base.py 先把数据处理好 [PS:需要根据实际情况修改]
【可选】执行 features 中的 feature_iv_rf.py 进行特征筛选
【必须】再通过 code 中的 sklearn_train.py 训练，观察结果

3 核心代码说明

3.1 IV值挑选特征

关于 IV值的计算方法可以参考这个博客 https://blog.youkuaiyun.com/kevin7658/article/details/50780391/
IV 值计算参考 https://blog.youkuaiyun.com/l75326747/article/details/84326897
IV值范围选择参考 https://www.jianshu.com/p/bd350351aa5c
在这里插入图片描述

# 计算 IV 函数
def cal_iv(x, y, n_bins=6, null_value=np.nan, ):
    # 剔除空值
    x = x[x != null_value]

    # 若 x 只有一个值，返回 0
    if len(x.unique()) == 1 or len(x) != len(y):
        return 0

    if x.dtype

最低0.47元/天解锁文章

200万优质内容无限畅学