风控ML[10] | 风控建模中的自动分箱的方法有哪些

之前有位读者朋友说有空介绍一下自动分箱的方法，这个确实在我们实际建模过程前是需要解决的一个问题，简单来说就是把连续变量通过分箱的方式转换为类别变量。关于这个话题，我也借着这个主题来系统的梳理总结一下几点：为什么要分箱？不分箱可以入模型吗？自动分箱的常用方法有哪些？评估分箱效果好坏的方法有哪些？ 如果篇幅允许，就顺便把实现的Python代码也分享下，如果太长了就另外起一篇文章来讲。因此，本篇文章主要从下面几个模块来展开说说。

00 Index

01 分箱是什么意思，为什么要分箱，什么时候分箱？
02 常见的自动分箱方法有哪些？
03 如何评估分箱效果的好坏
04 设计一个基于风控建模的自动分箱轮子

01 分箱是什么意思，为什么要分箱，什么时候分箱？

分箱的意思就是将连续性变量通过几个划分点，分割成几段的过程。比如说我们有一个字段「年龄」，通过分箱可以变成：

那到了这里有同学就会问了，为什么要对连续性变量进行分箱呢？直接拿来用不行吗？要回答这个问题，我们先要搞清楚分箱的好处有有哪些，主要有2点：
1）对变量进行分箱后，会对异常数据有较强的鲁棒性，变量会更加稳定；
2）变量分箱后，对于风控建模常用的LR，这种表达能力有限的线性模型，可以提升模型的表达能力，加强模型拟合能力。
嗯，讲了一些好处，还是有一个问题需要解决的，那就是：不分箱直接使用变