ML之LoR：基于信用卡数据集利用LoR逻辑回归算法实现如何开发通用信用风险评分卡模型之以scorecardpy框架全流程讲解

目录

基于信用卡数据集利用LoR逻辑回归算法实现如何开发通用信用风险评分卡模型之全流程讲解

1、定义数据集

1.1、查看部分数据

1.2、统计所有变量类型、个数等信息

2、数据预处理

2.1、变量筛选

2.2、分析Woe变量分箱

T1、自动分箱—利用woebin()函数

T2、手动分箱—利用自定义breaks_list参数即可

2.3、分析变量分箱后可视化—观察是否存在单调性

2.4、对变量执行woe分箱变换

3、模型训练

3.1、切分数据集

3.2、划分自变量和因变量

3.3、模型建立、训练、预测：建立逻辑回归模型

3.4、模型评估

4、模型上线并监控

4.1、模型推理—计算信用得分

4.2、线上模型评估—评分稳定性评估PSI

相关文章
ML之LoR：基于信用卡数据集利用LoR逻辑回归算法实现如何开发通用信用风险评分卡模型之以scorecardpy框架全流程讲解
ML之LoR：基于信用卡数据集利用LoR逻辑回归算法实现如何开发通用信用风险评分卡模型之以scorecardpy框架全流程讲解代码实现

基于信用卡数据集利用LoR逻辑回归算法实现如何开发通用信用风险评分卡模型之全流程讲解

1、定义数据集

加载德国信用卡数据集，将由一组属性描述的债务人分类为良好或不良信用风险的信用数据。 
数据集：UCI Machine Learning Repository: Data Set

1.1、查看部分数据

1.2、统计所有变量类型、个数等信息

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 21 columns):
    Column                                                    Non-Null Count  Dtype   
---  ------                                                    --------------  -----   
 0   status.of.existing.checking.account                       1000 non-null   category
 1   duration.in.month                                         1000 non-null   int64   
 2   credit.history                                            1000 non-null   category
 3   purpose                                                   1000 non-null   object  
 4   credit.amount                                             1000 non-null   int64   
 5   savings.account.and.bonds                                 1000 non-null   category
 6   present.employment.since                                  1000 non-null   category
 7   installment.rate.in.percentage.of.disposable.income       1000 non-null   int64   
 8   personal.status.and.sex                                   1000 non-null   category
 9   other.debtors.or.guarantors                               1000 non-null   category
 10  present.residence.since                                   1000 non-null   int64   
 11  property                                                  1000 non-null   category
 12  age.in.years                                              1000 non-null   int64   
 13  other.installment.plans                                   1000 non-null   category
 14  housing                                                   1000 non-null   category
 15  number.of.existing.credits.at.this.bank                   1000 non-null   int64   
 16  job                                                       1000 non-null   category
 17  number.of.people.being.liable.to.provide.maintenance.for  1000 non-null   int64   
 18  telephone                                                 1000 non-null   category
 19  foreign.worker                                            1000 non-null   category
 20  creditability                                             1000 non-null   object  
dtypes: category(12), int64(7), object(2)
memory usage: 84.0+ KB

2、数据预处理

2.1、变量筛选

利用var_filter函数根据变量的缺失率、IV值、等价值率等因素进行筛选，并指定目标变量y

var_filter(dt, y, x=None, iv_limit=0.02, missing_limit=0.95,  
               identical_limit=0.95, var_rm=None, var_kp=None, 
               return_rm_reason=False, positive='bad|1')
'''
函数功能：即当某个变量的 IV 值iv_limit小于0.02，或缺失率missing_limit大于95%，或同值率（除空值外）identical_limit大于95%，则剔除掉该变量。
体参数如下：可跳到该函数查询
varrm：可设置强制保留的变量，默认为空；
varkp：可设置强制剔除的变量，默认为空；
return_rm_reason：可设置是否返回剔除原因，默认为不返回（False）；
positive：可设置坏样本对应的值，默认为“bad|1”。
'''