hbkybkzw的博客

决策节点利用堆叠直方图展示特征分布，每个目标类别都会用不同的颜色显示。在每个节点中各目标类别的样本数都用直方图的形式，这样可以提供更多信息。将≥和<用作边缘标签，看起来更清晰。叶子大小与该叶子中的样本数成正比。同样依赖GraphViz。利用有颜色的目标类别图例。

基于一个特征的值的有关数据的问题。每个问题的答案要么是 True，要么就是 False。数据点会根据该问题的答案在该决策树中移动。：每一类别中样本的数量。比如，顶部节点中有 2 个样本属于类别 0，有 4 个样本属于类别 1。：节点中大多数点的类别（持平时默认为 0）。在叶节点中，这是该节点中所有样本的预测结果。：节点的基尼不纯度。当沿着树向下移动时，平均加权的基尼不纯度必须降低。除叶节点（终端节点）之外的所有节点都有 5 部分。核心代码(这里只画出两层树用作演示)：节点中观察的数量。

CSI是衡量独立变量在不同时间分布变化的指标，用于比较评分数据集中独立变量的分布与开发数据集的分布。

离散型随机变量的群体稳定性指标

在风控中，一套模型上线后往往需要很久（通常一年以上），如果模型不稳定会直接影响决策的合理性，所以稳定性压倒一切,反应了验证样本在各个分布与建模样本分布的稳定性，常用来筛选特征变量，评估模型稳定性。),而机器学习中基数长选择为自然常数e，因此单位常被称为。\ln(\frac{实际占比}{预期占比})} \。PSI &= sum{(实际占比-预期占比)表示实际数据当前分箱样本数占比、入模变量保证稳定性，变量监控。模型分数保证稳定性，模型监控。计算单个变量psi（等频）计算所有指标的psi（计算单个变量psi（

变好”了多少，结合二分类模型的混淆矩阵。Lift衡量的是，与不利用模型相比，

ks 值计算，绘制 ks 曲线

数据集使用乳腺癌数据集。

使用scorecardpy库计算woe分箱和iv值。