【详述】marital -详细分箱过程

本文展示marital变量(婚姻状态)的详细分箱过程，以及代码实现示例。

一、marital变量-分箱过程

marital变量是"客户的婚姻状态"，它是一个枚举变量，0为未婚，1为已婚，2为离异，本节展示marital变量的详细分箱过程。

1.1. marital变量-分箱过程

在正式分箱前，先对marital变量粗略分箱，试探marital变量的取值分布与badrate趋势，由于marital的枚举值不多，因此我们直接枚举出它所有的取值可能，统计结果如下：

按badrate升序来调整分组，结果如下：

已婚的由于有家庭，更为稳重，所以badrate会更低些，而离异的则可能本身就人品有问题，甚至可能是因为负债过重才导致离异，因此，已婚人群是最好的，其次是未婚的，最差的是离异的。

1.2. marital变量-自动分箱结果

下面我们使用卡方分箱与ks分箱，看看两种算法对marital变量的分箱结果。

卡方自动分箱结果如下：

ks自动分箱结果如下：

可以看到，卡方分箱和手动分箱的IV都为0.064，KS分箱则只有0.043。

二、marital变量-分箱代码

本节展示marital变量分箱过程中每一步的详细代码。

2.1. marital变量分箱-代码示例

上述分箱的每一步过程，所对应的具体代码实现如下：

import bbbrisk as br
from  bbbrisk import bins
															           
# 加载数据                                                                         
data = br.datasets.load_bloan()                                                    # 加载数据
x = data['marital']                                                                # 变量
y = data['is_bad']                                                                 # 标签
br.display.pd.set(width=300,max_colwidth=30,max_rows=30)                           # 美化pandas的显示方式

# 枚举所有的取值可能
bin_set = bins.merge.allEnum(x)
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

# 最终的分箱结果
bin_set = [1,0,2]
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

# 自动分箱-卡方分箱
bin_set = bins.merge.chi2Enum(x,y)
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

# 自动分箱-KS分箱
bin_set = bins.merge.ksEnum(x,y)
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

运行上述代码，每一步都会打印出如下的结果：

从结果中就可以看到每组的样本数、badrate和IV等等信息。

好了，以上就是marital变量的详细分箱过程，以及代码实现了~

结束语

这里展示了婚姻状态的分析代码，它的特点是"只有几个枚举值"，这种情况我们只需要把所有枚举的badrate打印出来，然后结合业务背景，把相近的分为一组就可以了。