OptBinning 特征分箱包使用介绍

OptBinning 特征分箱包使用介绍

OptBinning：支持数值型和分类型的最大IV分箱，并可保证分箱单调性，同事方便处理缺失值。作为一个分箱包还是挺好用，这里简答介绍了这个包中OptimalBinning和fit_transform的参数。

1、使用案例

import pandas as pd 
from sklearn.datasets import load_breast_cancer
# 数据准备
data = load_breast_cancer()
df = pd.DataFrame(data.data, columns=data.feature_names)
variable = "mean radius"
x = df[variable].values
y = data.target
from optbinning import OptimalBinning
optb = OptimalBinning(name=variable, dtype="numerical", solver="cp",max_n_bins=5) # 通过设置参数建立分箱器
w =  optb.fit_transform(x,y,metric='indices')  # 通过设置参数进行分箱
optb.binning_table.build()  # 展示分箱结果 
1
2
3
4
5
6
7
8
9
10
11
12

optb.splits # 查看分箱切割点 
1

array([12.32999992, 13.09499979, 15.04500008, 16.92500019])
1

optb.binning_table.plot()  # 绘制分箱图 
1

optb.binning_table.gini,optb.binning_table.iv,optb.binning_table.ks  # 查看分箱gini、iv和ks计算结果
1

(0.8667089477300354, 5.008900160240071, 0.7286216373341788)
1

2、OptimalBinning 构建分箱器参数介绍

3、optb.fit_transform 数据分箱参数介绍