【详述】loan_num-分箱的过程

本文展示loan_num变量(在贷笔数)的详细分箱过程，以及代码实现示例。

一、loan_num变量-分箱过程

loan_num变量是"客户的在贷笔数"，它是一个整数数值变量，下面详细讲解loan_num变量的分箱过程。

1.1. loan_num变量-分箱过程

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

将badrate较连续相似的合并，最终分箱为：0,1,[2,3],(3,11],(11,18],>18，分箱结果如下：

由于3、4、5组区分不大，进一步地，我们将它们合并，最终分箱结果如下：

1.2. loan_num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loan_num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，KS分箱和手动分箱效果类似，IV值都为0.126，而卡方分箱则略差，这是因为=0的样本过少，卡方分箱没有将0作为一个独立组别。

二、loan_num变量-分箱代码

本节展示loan_num变量分箱过程中每一步的详细代码

2.1. loan_num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['loan_num']                                                               # 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)

# 初步分箱结果
bin_set = [0,1,(2,3),[3,11],[11,18],[18,'+']]
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

# 最终分箱结果
bin_set = [0,1,(2,3),[3,'+']]
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,min_sample=200)
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loan_num变量的详细分箱过程，以及代码实现了~

结束语

整数变量一般直接枚举出所有取值的badrate，然后进行分析、合并分箱就可以了，某种意义上也算是枚举变量，但略为不同的是，整数变量具有"连续性"，需要按段来初步分箱，再进一步合并分箱就可以了。