逻辑回归的优点及构建模型的思路

逻辑 回归返回的数字，即便本质上不是概率，却也有着概率的各种性质，可以被当成是概率来看待和使用。

主要应用在金融领域

逻辑的优点：

1、逻辑回归对线性关系的拟合效果好；

2、逻辑回归计算快；

3、逻辑回归返回的分类结果不是固定的0，1，而是以小数形式呈现的类概率数字；

4、抗噪能力强

 

逻辑回归在sklearn.linear_model下面

 

以制作评分卡来梳理一下构建模型的思路：

1.导库，获取数据

2.探索数据与数据预处理

2.1 去除重复值

2.2 填补缺失值

2.3 描述性统计处理异常值

2.4 样本不均衡：可以采用上采样来平衡样本

2.5 分训练集和测试集

3.分箱

（基本步骤：

1 ）我们首先把连续型变量分成一组数量较多的分类型变量，比如，将几万个样本分成 100 组，或 50 组

2 ）确保每一组中都要包含两种类别的样本，否则 IV 值会无法计算

3 ）我们对相邻的组进行卡方检验，卡方检验的 P 值很大的组进行合并，直到数据中的组数小于设定的 N 箱为止

4 ）我们让一个特征分别分成 [2,3,4.....20] 箱，观察每个分箱个数下的 IV 值如何变化，找出最适合的分箱个数

5 ）分箱完毕后，我们计算每个箱的 WOE 值， bad%，观察分箱效果.

这些步骤都完成后，我们可以对各个特征都进行分箱，然后观察每个特征的 IV 值，以此来挑选特征。）

3.1 等频分箱

3.2 定义WOE和IV函数

3.3 卡方检验，合并箱体，画出IV曲线

3.4 用最佳分箱个数分箱，并验证分箱结果

3.5 将选取最佳分箱个数的过程包装成函数

3.6 对所有特征进行分箱选择

4. 计算各箱的WOE并映射到数据中

5. 建模与模型验证

6. 制作评分卡