【说明】bins.merge.eDist

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.eDist- 等距分箱函数

一、函数说明

bins.merge.eDist用于将样本进行等距分箱，返回分箱的结果

完整调用格式如下：

 bin_set = bins.merge.eDist(x,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

• bin_num：目标分箱个数

   数据类型：正整数或列表

   当bin_num = 10时，代表将整体等距分为10个箱

   当bin_num = [('-',1,5),(1,1000,1),(1000,'+',1)]时，代表<=1分为5个箱，(1,1000]分为1个箱,>1000分为1个箱

2. 出参说明

• bin_set：等距分箱的结果

二、函数示例

eDist使用示例如下

• 示例一：将整体进行等距分箱 

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

# 等距分箱				           
bin_set  = br.bins.merge.eDist(x,bin_num=10)                  # 将变量进行等距分箱
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：

• 示例二：将整体进行分段等距分箱

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

# 等距分箱				           
bin_set  = br.bins.merge.eDist(x,[('-',1,5),(1,1000,1),(1000,'+',1)])   # 将变量进行等距分箱
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.eDist函数的使用方法了~

 End