python用逻辑回归制作评分卡_逻辑回归的评分卡的SAS实现

在信贷业务的不同阶段有不同的评分卡模型。分别是：贷前A卡-申请评分卡、贷中B卡-行为评分卡、贷后C卡-催收评分卡。三种评分卡起到的作用也是不一样的。本文是基于kaggle的信用卡数据做的信贷申请评分卡。运用的算法是：逻辑回归。工具：SAS EG、EXCEL。目标：利用数据对SeriousDlqin2yrs（是否不良）做逻辑回归建模并制作成评分卡形式,因为SeriousDlqin2yrs取值0和1

数据源：kaggle的give_me_some_cridits信用卡数据

本文分为四个部分

一、数据预处理

二、分箱操作

三、WOE合并与变量筛选

四、逻辑回归建模

五、分数的转化

一、数据预处理

1.导入数据

因为之前导入过并存储在逻辑库中，所以直接代码连接逻辑库即可。

SAS代码：

libname a'D:e逻辑库202003';

/*数据处理：转换数据类型,将字符都转化成数值。因为数据导入问题导致数值型变为字符型，现在需要弄回来*/

data cs;

set a.cs_training;

MonthlyIncome1=input(MonthlyIncome,8.);

NumberOfDependents1=input(NumberOfDependents,8.);

/*一，数据探索*/

对数据进行探索性分析。

SAS代码：

proc means data=cs1 N NMISS MEAN MEDIAN MAX STD ;

VAR _NUMERIC_;

RUN;

结果：

1.查看统计量,可看到MonthlyIncome(月收入)和NumberOfDependents（不包括本人在内的家属数量）存在 缺失值,可考虑在下面进行操作,对于异常值，由于数据源来自网络,并不知道异常值出现的原因,所以直接剔除

异常值:年龄：剔除60岁以上的和18岁以下的

异常值:负债比率：剔除超过80%

缺失值:月收入：中位数进行填充

缺失值:家属数量：中位数填充

数据处理SAS代码：

/*填充缺失值*/

data cs2;

set cs1;

if missing(MonthlyIncome1)=1 then MonthlyIncome1=5400;

if missing(NumberOfDependents1)=1 then NumberOfDependents1=0;

run;

/*剔除负债比率大于80%且年龄大于60岁且小于18岁的数据量,随便将变量名过长的变量进行改名操作，并查看结果*/

data cs3;

set cs2;

where DebtRatio<=0.8;

run;

data cs3;

set cs3(rename=(RevolvingUtilizationOfUnsecuredL=RUOL NumberOfOpenCreditLinesAndLoans=NOCLA 'NumberOfTime30-59DaysPastDueNotW'N=NO3_5DPD 'NumberOfTime60-89DaysPastDueNotW'N=NO6_8DPNW));

where 18<age<60;

因为没有具体的业务场景，所以无法做一下特征工程的操作，类似变量的衍生等。

二、变量分箱操作

变量的分箱操作，因为原数据变量都是连续变量和名义变量，没有涉及到离散变量。所以使用等频分箱。

大概流程为：

1.先对数据源排序，

2.然后对单个变量分为X组，每组中数据量一样。

3.计算每组的WOE和IV,导出到EXCEL进行分箱合并操作

SAS代码：

%MACRO woe_1(x);

/*一、排序*/

proc sort data=cs3 ;

by &x;

run;

/*二、先分为10组，然后在导出至EXCEL根据IV值分组合并*/

proc rank data=cs3 out=cs4_0 groups=10;

var &x;

RANKS group ;

run;

data cs4_00(rename=(group_1=group));

set cs4_0;

length grou