【Python数据挖掘】应用toad包中的KS_bucket函数统计好坏样本率、KS值

大数据时代的到来，使得很多工作都需要进行数据挖掘，从而发现更多有利的规律，或规避风险，或发现商业价值。比如在支付领域，通过挖掘商户的交易数据，分析商户是否有欺诈、盗刷、赌博、套现等风险。对于有风险的商户，及时进行关闭处理，或者实时中断交易，从而保护个人的资金安全。在金融领域，通过客户的历史还款和多头借贷等数据，挖掘客户的还款能力和还款意愿，进行贷前评估。
  
本文和你一起探索数据挖掘常用的函数toad.metrics.KS_bucket。

  

一、安装toad包

  
首先打开cmd，安装toad包，安装语句如下：

pip install toad

若安装成功，会显示结果如下：
  

  
  

二、导入数据

  
背景：现需分析7252个客户的多头、关联风险、法院执行、风险名单和逾期信息，用于构建客户的贷前评分卡A卡。在进行评分卡搭建之前需要对客户的信息进行筛选，挑选出和客户逾期信息相关性高的变量。抽取部分指标用于本文的统计指标展示，具体分析如下。
  
接着导入需分析的数据。

#[