【说明】bins.merge.chi2Enum

本站原创文章，转载请说明来自《老饼讲解-机器学习》www.bbbdata.com

bins.merge.chi2Enum- 卡方分箱(枚举变量)函数

一、函数说明

bins.merge.chi2Enum用于将连续变量进行卡方分箱，返回分箱的结果

卡方分箱就是先用等频分箱对变量进行初始分箱，然后根据卡方值逐步合并，直到目标分箱个数

原始的卡方分箱只用于连续变量,而对于枚举变量，我们先将枚举值转换为badRate，从而适用卡方分箱

bins.merge.chi2Enum的完整调用格式如下：

 bin_set = bins.merge.chi2Enum(x,y,bin_num = 5,init_bin_num=10)

1. 入参说明

• x：需要进行分箱的变量

     数据类型：单列pandas.core.series或numpy.array

• y：好坏标签，0为好，1为坏

     数据类型：单列pandas.core.series或numpy.array

• bin_num：目标分箱个数

   数据类型：正整数

• init_bin_num：初始分箱个数

   数据类型：正整数

2. 出参说明

• bin_set：等距分箱的结果

二、函数示例

chi2Enum使用示例如下：

import bbbrisk as br					
           
# 加载数据                    
data = br.datasets.load_bloan()                                     # 加载数据
x,y  = data['city'],data['is_bad']                                  # 变量与标签	

# 卡方分箱				           
bin_set  = br.bins.merge.chi2Enum(x,y,bin_num = 5,init_bin_num=10)  # 将变量进行卡方分箱
bin_stat = br.bins.Bins(bin_set).binStat(x,y)                       # 统计分箱结果
															       
# 显示结果                                                         
br.display.pd.set(width=300,max_colwidth=30,max_rows=30)            # 美化pandas的显示方式
print('\n分箱结果:\nbin_set = ',bin_set)                            # 显示分箱结果
print('\n样本在分箱的分布:\n',bin_stat)                             # 显示样本分布

运行结果如下：

好了，以上就是bins.merge.chi2Enum函数的使用方法了~

 End