【答疑】评分卡-直接用分组数据

往往我们已经将数据处理为组号了，那么构建评分卡时就不需要再对数据进行分箱，好了，如果我们的数据是分组数据时，在bbbrisk中应该怎么构建评分卡呢？这也是非常简单的，下面就让我们直接用一个例子和代码来展示一下，马上就知道应该怎么干了~！

一、评分卡-实现代码-面向分组数据

这里我们以bbbrisk的bloan_grp数据为例，它是将bloan数据分箱后的数据，如下：

可以看到，每个变量的数据已经转换为组号了，下面我们展示在bbbrisk中如何用它来构建评分卡。

具体代码示例如下：

# 本代码展示当数据是分箱数据时,在bbbrisk中如何构建评分卡
# 本代码来自《老饼讲解-评分卡》www.bbblearn.com 
import bbbrisk as br

#加载数据                                                                      
data       = br.datasets.load_bloan_grp()                                      # 加载分组数据
x,y        = data.iloc[:,:-1],data['is_bad']                                   # 样本变量与标签

# 构建评分卡
model,card = br.model.scoreCard(x,y,'grp',train_param={'random_state':0})      # 构建评分卡
score      = card.predict(x[card.var])                                         # 用评分卡进行评分
card.featureScore                                                              # 评分卡-特征得分表
card.baseScore                                                                 # 评分卡-基础分

# 打印结果
print('\n-----【 模型性能评估 】----')
print('* 模型训练AUC:',model.train_auc)                                        # 打印模型训练数据集的AUC
print('* 模型测试AUC:',model.test_auc)                                         # 打印模型测试数据集的AUC
print('* 模型训练KS:',model.train_ks)                                          # 打印模型训练数据集的KS
print('* 模型测试KS:',model.test_ks)                                           # 打印模型测试数据集的KS
													                           
print('\n--------【 模型 】---------')                                         
print('* 模型使用的变量:',model.var)                                           # 模型最终使用的变量
print('* 模型权重:',model.w)                                                   # 模型的变量权重
print('* 模型阈值:',model.b)                                                   # 模型的阈值

# 计算阈值表与分数分布图
thd_tb    = br.report.get_threshold_tb(score,y,bin_step=10)                    # 阈值表
br.report.draw_score_disb(score,y,bin_step=10,figsize=(14, 4))                 # 分数分布

代码运行结果如下：

如何展示评分卡表、评分公式、阈值表等等，这里不再重述，参考《评分卡-实现代码-手动分箱》就可以了。

结束语

其实传入的不管是原始数据还是分箱数据，代码基本都是一样的，只不过如果是原始数据，那么在构建评分卡时就要传入分箱逻辑数bin_sets，而如果是分组数据，则用'grp'替代bin_sets可以了，以此说明传入的是"分组数据"，那么model.scoreCard就会略去分箱的过程，直接用分组数据建模。