Closed FrankDataAnalystPython closed 1 year ago
@FrankDataAnalystPython 这里在最初设计的时候就是定义切割点数组是递增序列,不过可能当时没有加这个检查,后续我补一下。 至于分箱的排序问题,我个人建议还是保持原有数据的排序,即 X轴都是从小到大,这样不太容易引起歧义
@FrankDataAnalystPython 这里在最初设计的时候就是定义切割点数组是递增序列,不过可能当时没有加这个检查,后续我补一下。 至于分箱的排序问题,我个人建议还是保持原有数据的排序,即 X轴都是从小到大,这样不太容易引起歧义
赞同赞同,估计后续加一个检查即可
在使用toad的combiner的过程中,需要尝试对某个特征来做单调性的检验。看下分出的bins的badrate是否可以呈现出单调的趋势。
在某些业务中,期望bins的结果不仅仅单调,且是正向单调,比如,业务中期望引入哑变量的信息,期望哑变量所在的bins一直是风险最低的。所以在设置bins的range的时候,需要反过来设置。
比如说,原来的combiner给出的结果是[14, 16, 22, 28], 图中从左到右看是下降的单调趋势。为了尝试变成上升的趋势,最简单的一个做法是反过来设置[28, 22, 16, 14]。效果也是差不多的,代码如下(此部分代码是基于toad的pipeline分支)
但是在ScoreCard或者画图的过程中,给出了比较奇怪的结果
可以看到,代码好像默认了第一个bins的最左边是-inf,最后一个bins的最右边是inf。
所以这里可能有两种解决方案。