兰州网站开发在哪里,网络规划设计师下午题2023估分,饭店餐厅网站建设,门户网站开发语言路过了学校花店 荒野到海边 有一种浪漫的爱 是浪费时间 徘徊到繁华世界 才发现你背影 平凡得特别 绕过了城外边界 还是没告别 爱错过了太久 反而错得完美无缺 幸福兜了一个圈 #x1f3b5; 林宥嘉《兜圈》 import pandas as pd
import numpy as np
from sklearn.model_selecti…
路过了学校花店 荒野到海边 有一种浪漫的爱 是浪费时间 徘徊到繁华世界 才发现你背影 平凡得特别 绕过了城外边界 还是没告别 爱错过了太久 反而错得完美无缺 幸福兜了一个圈 林宥嘉《兜圈》 import pandas as pd
import numpy as np
from sklearn.model_selection import cross_val_score
from sklearn.linear_model import LogisticRegression# 示例数据
data {feature1: np.random.rand(1000),feature2: np.random.rand(1000),feature3: np.random.rand(1000),target: np.random.randint(0, 2, 1000)
}
df pd.DataFrame(data)# 自动选择最佳分箱数量的函数
def find_best_bins(df, feature, target, max_bins10):best_bins 2best_score -np.inffor bins in range(2, max_bins 1):df[bin] pd.cut(df[feature], binsbins, labelsFalse)model LogisticRegression()# 使用分箱后的特征进行交叉验证评分scores cross_val_score(model, df[[bin]], df[target], scoringroc_auc, cv5)mean_score scores.mean()if mean_score best_score:best_score mean_scorebest_bins binsreturn best_bins# 计算 WoE 和 IV 的函数
def calculate_woe_iv(df, feature, target, bins):epsilon 1e-6 # 平滑处理避免除零df[bin] pd.cut(df[feature], binsbins)# 计算每个箱的总数、正样本数和负样本数binned df.groupby(bin)[target].agg([count, sum])binned.columns [total, positive]binned[negative] binned[total] - binned[positive]# 计算每个箱或类别的正负样本比例binned[positive_ratio] (binned[positive] epsilon) / (binned[positive].sum() epsilon)binned[negative_ratio] (binned[negative] epsilon) / (binned[negative].sum() epsilon)# 计算 WoE 和 IVbinned[woe] np.log(binned[positive_ratio] / binned[negative_ratio])binned[iv] (binned[positive_ratio] - binned[negative_ratio]) * binned[woe]# 计算总 IViv binned[iv].sum()return iv# 对 DataFrame 中每个特征列进行分箱并选择最佳分箱数量
def binning_dataframe(df, target, max_bins10):binned_df df.copy()bin_info {}iv_info {}for feature in df.columns:if feature ! target:best_bins find_best_bins(df, feature, target, max_bins)bin_info[feature] best_binsbinned_df[feature] pd.cut(df[feature], binsbest_bins, labelsFalse)# 计算 IV 值iv calculate_woe_iv(df, feature, target, best_bins)iv_info[feature] ivreturn binned_df, bin_info, iv_info# 进行分箱并选择最佳分箱数量
binned_df, bin_info, iv_info binning_dataframe(df, target, max_bins10)print(分箱信息)
print(bin_info)
print(\nIV 信息)
print(iv_info)
print(\n分箱后的 DataFrame)
print(binned_df.head())
