python计算iv值_python计算IV值
1. 代码
基于jupyter notebook
#导包
import numpy as np
import math
import pandas as pd
from sklearn.utils.multiclass import type_of_target
from scipy import stats
#求woe值和iv值
def woe(X, y, event):
res_woe = [] #列表存放woe字典
res_iv = [] #列表存放iv
X1 = feature_discretion(X) #对连续型特征进行处理
for i in range(0, X1.shape[-1]): #遍历所有特征
x = X1[:, i] #单个特征
woe_dict, iv1 = woe_single_x(x, y, event) #计算单个特征的woe值
res_woe.append(woe_dict)
res_iv.append(iv1)
return np.array(res_woe), np.array(res_iv) #返回数组
#求单个特征的woe值
def woe_single_x(x, y, event):
event_total, non_event_total = count_binary(y, event) #计算好人坏人总数
x_labels = np.unique(x) #特征中的分段
woe_dict = {} #存放每个分段的名称 以及 其对应的woe值
iv = 0
for x1 in x_labels: #遍历每个分段
y1 = y[np.where(x == x1)[0]]
event_count, non_event_count = count_binary(y1, event=event)
rate_event = 1.0 * event_count / event_total
rate_non_event = 1.0 * non_event_count / non_event_total
#woe无穷大时处理
if rate_event == 0:
print()#print("{'",x1,"'}"+":全是好人") #只输出不做处理
elif rate_non_event == 0:
print()#print("{'",x1,"'}"+":全是坏人")
else:
woe1 = math.log(rate_event / rate_non_event)
woe_dict[x1] = woe1
iv += (rate_event - rate_non_event) * woe1
return woe_dict, iv
#计算个数
def count_binary(a, event):
event_count = (a == event).sum()
non_event_count = a.shape[-1] - event_count
return event_count, non_event_count
#判断特征数据是否为离散型
def feature_discretion(X):
temp = []
for i in range(0, X.shape[-1]):
x = X[:, i]
x_type = type_of_target(x)
if pd.Series(list(x)).dtype != 'O':
x1 = discrete(x)
temp.append(x1)
else:
temp.append(x)
return np.array(temp).T
#对连续型特征进行离散化
def discrete(x):
res = np.array([0] * x.shape[-1], dtype=int)
for i in range(5):
point1 = stats.scoreatpercentile(x, i * 20)
point2 = stats.scoreatpercentile(x, (i + 1) * 20)
x1 = x[np.where((x >= point1) & (x <= point2))]
mask = np.in1d(x, x1)
res[mask] = (i + 1)
return res
2. 数据
读取数据
df = pd.read_csv("telephone_test.csv")
目标变量
y=df['status'].values
所有特征
X=df.drop(['status','sid', 'uid'],axis=1).values
3. 结果
将特征的IV值和特征构建成字典并按IV值对特征进行排序
dic = dict(zip(a,b)) #a为IV值列表,b为特征列表
dic_sort= sorted(dic.items(),key = lambda x:x[1],reverse = True)
部分截图
python计算iv值_python计算IV值相关推荐
- python最优分箱计算iv值_Python计算woe和iv值
计算逻辑 先计算WOE值,再计算IV值. 其中Y或N分别是YES,NO,反应在因变量中,就是1和0. Yi是第i组中1的个数,YT是所有(Total)为1的个数. Ni是第i组中0的个数,NT是所有( ...
- 怎样用python计算π的值_Python 计算 π 值的简单示例
对python这个高级语言感兴趣的小伙伴,下面一起跟随编程之家 jb51.cc的小编两巴掌来看看吧! π是一个无数人追随的真正的神奇数字.我不是很清楚一个永远重复的无理数的迷人之处.在我看来,我乐于计 ...
- python利用以下公式求π的值_Python 计算 π 值的简单示例
这篇文章主要为大家详细介绍了Python 计算 π 值的简单示例,具有一定的参考价值,可以用来参考一下. 对python这个高级语言感兴趣的小伙伴,下面一起跟随512笔记的小编两巴掌来看看吧! π是一 ...
- python求阶乘之和_python计算阶乘前n项和
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 知道公式后就很简单了,利用for循环,第几行i+1就等于几,当然python中是 ...
- python怎么算积分_python计算积分
python有多个方法计算积分,下面介绍其中三个,以下式为例: 方法一:直接用numpy计算 start = 1 stop = 2 length = 101 x = np.linspace(start ...
- python怎么算阶乘_python计算阶乘
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 问题本身很简单,主要是通过这个小问题来演示python的一些用法,例如测试代码运 ...
- 用python计算两点坐标_python 计算方位角实例(根据两点的坐标计算)
知道两点坐标,怎么计算两点方向的方位角? 答:首先计算坐标增量dx,dy(两个对应坐标分量相减,终点的减始点的). 若dx,dy中有一个为零时,根据另一个的正负决定方位角(0,90,180,270这四 ...
- python字典修改键所对应值_python - 将键值替换为相同字典中与不同键对应的值
我对Python脚本没有经验,但作为项目中的一项要求,我不得不构建代码,这是我遇到的问题 -python - 将键值替换为相同字典中与不同键对应的值 我有以下值的字典它来自一个UNIX脚本设置我已经在 ...
- [转载] python字典更新值_Python–字典元组值更新
参考链接: Python字典| update方法 有时在处理元组数据时,我们在执行其版本时会遇到问题,原因是它是不可变的.讨论字典中元组值的版本.这在许多领域都有应用,因为字典通常是web开发和数据科 ...
- python字典一键多值_python一键多值
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 推荐使用腾讯云 api 配套的 7 种常见的编程语言 sdk,已经封装了签名和请 ...
最新文章
- R语言导入.dta文件实战
- 如何实现tm同时监控多个状态的改变_广电机房监控系统【斯必得智慧机房】
- 锐捷升级最新版本出现虚拟网卡安装失败?
- powderdesinger显示中英文表名
- python写tcp通信程序_一个简单的基于TCP通信的服务器端与客户端程序
- 在SQL Server中使用sp_WhoIsActive监视活动
- 【优化算法】静电放电优化算法(ESDA)【含Matlab源码 1439期】
- jupyter notebook添加虚拟环境
- python实现的好玩的小程序--利用wxpy实现的微信可检测僵尸粉机器人
- 金融期货具体的开户条件
- 实现原理 扫描枪_条码扫描枪原理
- 秒懂设计模式之桥接模式(Bridge Pattern)
- Django学习笔记1 Web开发简介和Django安装运行
- 4 java多线程和高并发(待更新)
- pdfbox / XSL + FOP 转换 PDF文档
- Word 2003域应用完全手册
- 高新企业为什么要做CTA、SRRC、CCC认证?
- OS的互斥学习真的有趣!直接拉屎一语以破之
- 华为服务器显示f03报错,win2003服务器f新建ftp服务
- 在北京交通大学第十二届创业项目选拔大赛决赛
热门文章
- 测试鼠标宏软件,Mini Mouse Macro(鼠标宏设置工具)
- 机器学习系列手记(六):概率图模型之概率图模型的联合概率分布
- 计算二维离散随机变量的联合概率分布
- 17、Java——汽车租赁系统(对象+数组)
- MSM8937系统启动流程【转】
- 人工智能培训:是学不好,还是教不好?3岁半的 BitTiger关闭
- 颜色选择器(拾色器)
- MATLAB基本绘图
- button3 电脑上mouse,自定义鼠标按键(X-Mouse Button Control)
- ios模拟器 安装ipa_用iOS模拟器安装App的方法