qq_40577144的博客

ggplot绘制smbinning结果的数据分布情况遇到的bug解决方式1.用ggplot批量绘制dataframe 变量的分布情况ggplot使用变量是未加引号变量，如果加引号利用ggplot绘图，比如绘制箱线图，图形异常，直接显示一条直线，此时可以使用get函数来得到数据框的变量。例如：p1出现的箱线图异常，p2正常，如果批量跑数据图像，可以使用p3来进行使用。library(smbinning)col_names=colnames(smbsimdf1)result=smbinning(df

#smbinning分箱 两种方式确定切分点 ；1.根据smbinning自带的ctree算法进行分裂，找出最优分割点，然后计算woe和iv####2.如下计算方式，自己设定切分点，下面是基于数据分布的分位数进行切分per<-as.vector(quantile(traindata$m03,probs=seq(0,1,0.2),na.rm=T)) breaks<-per[2:(length(per)-1)] result_m03=smbinning.custom(df=train

变量筛选之PSI的计算逻辑：变量稳定性作为入模型变量筛选的其中一个标准，变量的稳定性决定了模型的稳定性，模型分数的跌宕起伏影响公司风控的把控和正确性。群体稳定性指标(population stability index)公式： psi = sum(（实际占比-预期占比）* ln(实际占比/预期占比))计算例子：R语言计算代码library(smbinning)PSI_table=data.frame()###numer_namesmydata_d=mydatafor(i in 1:leng