文章目錄

• 安裝說明

• 模型訓(xùn)練

• 模型結(jié)果

• 評分卡

• 各變量類型以及IV值

• 連續(xù)變量的切分點

• 模型效果檢驗

• 預(yù)測

• 補充-模型調(diào)試

• 變量IV值以及分箱分析

• 模型效果分析

• 補充-包的參數(shù)解釋

安裝說明

包已上傳至PYPI官網(wǎng)，詳見CreditScoreModel包

首次使用可以直接使用以下代碼安裝

模型訓(xùn)練

模型結(jié)果

評分卡

對應(yīng)的變量中文名

[‘變量名’, ‘變量類型’, ‘切分點’, ‘切分分組’, ‘y為1的數(shù)量’, ‘y為0的數(shù)量’, ‘總數(shù)’, ‘y為1的數(shù)量占比’, ‘y為0的數(shù)量占比’, ‘總數(shù)占比’,‘y為1占總數(shù)比例’, ‘woe’, ‘各分組iv’, ‘變量iv值’, ‘logistic參數(shù)col_coef’, ‘logistic參數(shù)lr_intercept’, ‘分組分數(shù)’]

ls.score_card

各變量類型以及IV值

ls.col_type_iv

連續(xù)變量的切分點

ls.col_continuous_cut_points

模型效果檢驗

ls.plot_roc_ks(data_train,ls.score_card)

ls.plot_roc_ks(data_test,ls.score_card)

預(yù)測

ls.predict_score_proba(data_test,ls.score_card)

37500 rows × 7 columns

補充-模型調(diào)試

變量IV值以及分箱分析

#默認決策樹分箱ls.plot_col_woe_iv(data,'age')

C:\ProgramData\Anaconda3\lib\site-packages\CreditScoreModel\LogisticScoreCard.py:152: RuntimeWarning: divide by zero encountered in logresult['woe'] = np.log(result['1_pct'] / result['0_pct']) ?# WOE

# 不輸出具體數(shù)據(jù)ls.plot_col_woe_iv(data,'age',[-inf,20,30,40,inf],return_data=False)

模型效果分析

補充-包的參數(shù)解釋

轉(zhuǎn)載:https://blog.csdn.net/csqazwsxedc/article/details/87982257

一行代碼搞定信用評分模型（python）就為大家介紹到這里，give me some credit完整視頻教學(xué)和代碼下載請參考《python信用評分卡建模（附代碼）》