【分类算法】Logistic算法原理、标准评分卡开发流程、python代码案例

【博客地址】：https://blog.youkuaiyun.com/sunyaowu315
【博客大纲地址】：https://blog.youkuaiyun.com/sunyaowu315/article/details/82905347

---

  对数据分析、机器学习、数据科学、金融风控等感兴趣的小伙伴，需要数据集、代码、行业报告等各类学习资料，可添加微信：wu805686220（记得要备注喔！），也可关注微信公众号：风控圏子（别打错字，是圏子，不是圈子，算了直接复制吧！）

关注公众号后，可联系圈子助手加入如下社群：

• 机器学习风控讨论群（微信群）
• 反欺诈讨论群（微信群）
• python学习交流群（微信群）
• 研习社资料（qq群：102755159）（干货、资料、项目、代码、报告、课件）

相互学习，共同成长。

---

问题：

• Logistic算法的原理是啥啊？
• 为何用卡方分箱？
• 为何需要woe编码呢？
• 变量bad rate必须满足单调性吗？
• 为何要检验变量的正负性、单调性、相关性？
• IV值有什么用啊？该怎么判断呢？
• 最终标准评分怎么转换的？为什么要加一个截距项呢？

---

一 Logistic算法原理

1、基本概念

  逻辑斯蒂回归（logistic regression ）是统计学中的经典分类方法，属于广义线性模型（generalizedlinear model）。虽然名字里带“回归”，但它实际上是一种分类方法，与多重线性回归有很多相同之处，最大的区别就在于它们的因变量取值不同。

  广义线下模型家族：

• 若因变量是连续分布，就是多重线性回归
• 若因变量是二项分布，就是Logistic回归
• 若因变量是Poisson分布，就是Poisson回归
• 若因变量是负二项分布，就是负二项回归

  Logistic是这样一个过程：对一个回归或者分类问题，建立代价函数，通过优化方法迭代求解出这个函数的最优参数，然后测试验证这个模型的好坏。

2、算法特点

  优点：

• 速度快，适合二分类问题
• 易解释，可以直接看到模型中各个变量的权重
• 易调整，能容易地更新模型，吸收新的数据

  缺点：

• 对数据和场景的适应性有限，精度一般，不如树模型、SVM、adaboost等一些其他的常用分类模型给力。

3、算法应用

  在Logistic回归模型中，y是一个定性变量，比如y=0或1，故其主要应用于研究某些分类事件发生的概率，如：银行业金融借贷场景中预测风险客户的违约逾期概率；气象局根据一些天气因素判断是否下雨；医疗机构根据病情特征