Python WOE的使用

这个WOE包是在做评分卡的时候从网上找到的，最新的为0.1.4版本，地址如下：

https://pypi.org/project/woe/#files

woe模块实现： 输入中会指名变量作为离散值还是连续值进行IV计算。

针对离散值，将每个值作为一个分组，计算个分组woe值，再计算IV值
针对连续值： 
计算将整体数据作为一个分组的IV值（命名为IV0）。
对所有值排序，根据最大，最小值平均划分100个取值区间（99个区间分割点，每个分割点可以将整体数据分割为左右两部分）
针对每个分割点，尝试将左右两部分作为两个分组，计算IV值（如果此种分组中，左右有一个分组中数据少于总体数据量的5%，不计算此分组IV）。获取99中分组方式中的最大IV值（IVmax）。
假如此最大IV值（IVmax）大于不分组IV值的101%（IV0），不进行分割。否则，以此分割点将数据整体分为左右两个组。每个组独立重新进行1步骤，进入下一轮循环。
根据记录所有分组点进行数据整体分组，计算IV。

下载完毕之后，打开压缩包，在example目录下找到config.csv并打开。

打开后就是对各个字段的设置，三个字段的意思我想分别是是否要分箱，是否是连续值，是否是模型特征。

配置完成后，运行HereWeGo.py的代码，注意配置训练数据的路径：

# -*- coding:utf-8 -*-
__author__ = 'boredbird'
import os
import pandas as pd
import woe.config as config
import woe.feature_process as fp
import woe.eval as eval

config_path = os.getcwd()+'\\woe\\examples\\config.csv'
data_path = os.getcwd()+'\\woe\\examples\\UCI_Credit_Card.csv'
cfg = config.config()
cfg.load_file(config_path,data_path)

for var in cfg.bin_var_list:
    # fill null
    cfg.dataset_train.loc[cfg.dataset_train[var].isnull(), (var)] = 0

# change feature dtypes
fp.change_feature_dtype(cfg.dataset_train, cfg.variable_type)

rst = []

# process woe transformation of continuous variables
for var in cfg.bin_var_list:
    rst.append(fp.proc_woe_continuous(cfg.dataset_train,var,cfg.global_bt,cfg.global_gt,cfg.min_sample,alpha=0.05))

# process woe transformation of discrete variables
for var in cfg.discrete_var_list:
    # fill null
    cfg.dataset_train.loc[cfg.dataset_train[var].isnull(), (var)] = 'missing'
    rst.append(fp.proc_woe_discrete(cfg.dataset_train,var,cfg.global_bt,cfg.global_gt,cfg.min_sample,alpha=0.05))

feature_detail = eval.eval_feature_detail(rst,'output_feature_detail.csv')

之后会输出一个output_feature_detail.csv文件，即分箱并计算iv的结果。

注意，字段不要用中文。