python决策树分箱_快速分箱方法

python 分箱的一种方法

2018.08.02

R语言中有smbining可以进行最优分箱，python中分箱如果既要考虑箱体个数，分箱后信息量大小，也要考虑单调性等其他因素。

这里给出一种简单的通过IV值来选择如果分箱的方法。

下面是按照分位数来分的，还可以按照卡房分箱，决策树分箱等。

参照toad(由厚本金融开发的较标准的评分卡开发开源包)的分箱方式。

class CUT_():

def __init__(self,data,catecory,target):

self.data = copy.deepcopy(data)

self.catedat = self.data[catecory]

self.catedat = self.catedat.map(float)

self.y = self.data['y'].map(float)

self.y = self.y.map(int)

self.catecory = catecory

self.target = target

@staticmethod

def ivsum(data,y,binlist,catecory,target):

tep_iv = OrderedDict()

dat = data.map(lambda x:float(x))

dat_tem = dat[dat!='nan']

bins = binlist

datcut = pd.cut( dat_tem,

[-float("inf")]+bi