【详述】due30 - 详细分箱过程

本文展示due30变量(逾期30天的次数)的详细分箱过程，以及代码实现示例。

一、due30变量-分箱过程

due30变量是"客户逾期30天的次数"，它是一个整数数值变量，下面详细讲解due30变量的分箱过程。

1.1. due30变量-分箱过程

在正式分箱前，先对due30变量粗略分箱，试探due30变量的取值分布与badrate趋势。

由于due30的取值是不太大的整数，因此我们直接枚举出它所有的取值可能，统计结果如下：

我们将badrate较连续相似的划分为一箱，最终以0、1、2、(3,4)、>4作为分箱，分箱结果如下：

可以看到，badrate单调增长。

1.2. due30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due30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效果类似，而KS分箱则略差，手动分箱的区分度更明显和合理。

二、due30变量-分箱代码

本节展示due30变量分箱过程中每一步的详细代码。

2.1. due30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['due30']                                                                  # 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

# 枚举所有的值进行分箱
bin_set  = bins.merge.allEnum(x)
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

# 最终分箱结果
bin_set  = [0,1,2,(3,4),[4,'+']]
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

# 自动分箱-卡方分箱
bin_set  = bins.merge.chi2(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.ks(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due30变量的详细分箱过程，以及代码实现了~

结束语

due30是一个整数变量，这里我们展示了due30的分析过程，其实也就是展示了整数变量的分析过程，其它的整数变量也是类似的分析就可以了，在分析时需要注意"0"的特殊意义，因为它背后代表的是"没有"，相对其它数值，在业务意义上它可以算是独立的一类。