评分卡建模工具scorecardpy全解读

评分卡建模工具
说到评分卡建模工具，做过评分卡的应该都能想到谢博士的scorecardpy和专为工业界模型开发设计的Python工具包–Toad，两者相比，scorecardpy更加轻量级，且依赖较少，可以满足大多数场景下的评分卡构建。

为了使评分卡建模流程更加便捷，该Python包针对建模中各个关键步骤都提供了现成的函数，如下：

数据集划分 (split_df)
变量筛选(iv, var_filter)
变量分箱(woebin, woebin_plot, woebin_adj, woebin_ply)
分数转换(scorecard, scorecard_ply)
效果评估(perf_eva, perf_psi)
基于github主页上提供的案例，对每一步操作进行详细解读：

数据准备

import scorecardpy as sc

加载德国信用卡相关数据集

dat = sc.germancredit()

得到的数据集情况如下：

#通过 var_filter() 函数筛选后，数据集保留以下13个变量
'''默认的参数配置为：iv_limit=0.02, missing_limit=0.95, identical_limit=0.95，
即当某个变量的 IV 值小于0.02，或缺失率大于95%，或同值率（除空值外）大于95%，
则剔除掉该变量。

此外，该方法还内置了除上述以外的其他参数：

def var_filter(dt, y, x=None, iv_limit=0.02, missing_limit=0.95, 
identical_limit=0.95, var_rm=None, var_kp=None, return_rm_reason=False, positive='bad|1')

其中各参数含义如下：

varrm可设置强制保留的变量，默认为空；
varkp可设置强制剔除的变量，默认为空；
return_rm_reason可设置是否返回剔除原因，默认为不返回（False）；
positive可设置坏样本对应的值，默认为“bad|1”'''

#数据集划分，划分为训练集和测试集
train,test=sc.split_df(dt_s,'creditability').values()
'''split_df()函数包括以下参数：

def split_df(dt, y=None, ratio=0.7, seed=186)

默认的切分比例为7:3，也可自行修改参数ratio设置不同的切分比例。'''

'''变量分箱

可通过woebin()函数对全部变量进行自动分箱，并基于woe_bin的结果，
使用woebin_plot对各变量分箱的count distribution和bad pr