toad建立评分卡

尝试用toad建评分卡

import pandas as pd
import numpy as np
import toad
from toad.plot import bin_plot
from toad.plot import badrate_plot
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from toad.metrics import KS, AUC, F1
from sklearn.metrics import roc_auc_score,roc_curve,auc
from toad.scorecard import ScoreCard
from matplotlib import pyplot as plt

1.导入数据,观察好坏比

data = pd.read_excel(r'l.xlsx')
print('Shape:',data.shape)
print('bad:',data['is_bad'].sum(),'good:',data['is_bad'].value_counts()[0])

2.数据eda

info = toad.detect(data) #数据分析
data.dropna(axis=0,how='any',inplace=True) #缺失值处理

t=['MD002', 'MD001', 'MD004', 'Z0009', 'BLK01', 'BLK02', 'BLK03', 'BLK04','BLK05']
for i in t:
    data[i] = data[i].astype('str',copy=False)

3.划分数据集

data = data.iloc[:,1:] #去掉ID列
data_train,data_test = train_test_split(data,test_size=0.2
  • 0
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 6
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值