tabulate(tabulate area)
1 WOE和IV怎么计算？
2 如何对变量做分箱？
本文介绍woe分箱包-woeBinning，利用该包实现自动分箱和计算变量的IV值。
woeBinning包介绍
woeBinning包使数字变量和因子相对于二元目标变量的分箱过程自动化。 此外，它可视化已实现的分箱解决方案，可以表格化和部署应用到新的数据集。所有函数都可以与单个变量或整个数据框一起使用。
woeBinning函数
woe.binning对数值变量或者因子变量生成一个受监督的细分和粗分类。
woe.tree.binning对数值变量和因子变量生成监督树状分割。
woe.binning.plot对woe.binning或者woe.tree.binning的分箱解决方案进行数据可视化。
woe.binning.table对woe.binning或woe.tree.binning的分箱解决方案的结果进行表格化保存。
woe.binning.deploy将把woe.binning或woe.tree.binning生成并保存的分箱解决方案部署和应用到（新）数据中。
woe和IV计算逻辑
woe 计算IV计算woe-iv计算例子
思考：上述表里面的值是如何计算的？
woeBining包应用举例
# 加载woeBinning包，若是没有安装，请先安装
library(woeBinning)
# 加载dplyr包
library(dplyr)
# 使用包自带的数据集germancredit
data( "germancredit")
# 数据集检视
print(dim(germancredit))
print(head(germancredit))
# 数据集部分变量数据获取
# 定性变量和定量变量
df <- germancredit[, c( 'creditability', 'credit.amount', 'duration.in.month', 'savings.account.and.bonds', 'purpose')]
print(head(df))
# 自动分箱操作
binning <- woe.binning(df, 'creditability', df)
# 自动分箱后结果可视化
woe.binning.plot(binning)
变量集的woe值分布情况可视化
变量集的IV值分布情况可视化
结论：
变量duration.in.month的IV值最高，为0.254
基于iv值应用的经验法则，总结如下：
1） < 0.02 非常弱 不纳入到模型变量候选集
2）[0.02, 0.1) 很弱 针对实际情况决定是否纳入模型变量候选集
3）[0.1, 0.3) 一般 纳入模型变量候选集
4）[0.3, 0.5) 强 纳入模型变量候选集
5）>= 0.5 很强，具有可疑性，要进一步调查
# 分箱解决方案表格化存储
tabulate.binning <- woe.binning.table(binning)
tabulate.binning
# 分箱解决方案部署和应用到新的数据集
df. with.binned.vars.added <- woe.binning.deploy(
df,
binning,
add.woe. or.dum.var = 'woe'
)
View(df. with.binned.vars.added)
woe.df <- df.="" with.binned.vars.added="">% dplyr::select(contains( "woe."))
View(head(woe.df))
完整代码#加载R包
library(woeBinning)
library(dplyr)
#加载数据集
data( "germancredit")
print(dim(germancredit))
print(head(germancredit))
# 部分变量数据获取
# 定性变量和定量变量
df <- germancredit[, c( 'creditability', 'credit.amount', 'duration.in.month',
'savings.account.and.bonds', 'purpose')]
print(head(df))
# 自动分箱操作
binning <- woe.binning(df, 'creditability', df)
# 自动分箱后结果可视化
woe.binning.plot(binning)
tabulate.binning <- woe.binning.table(binning)
View(tabulate.binning)
df. with.binned.vars.added <- woe.binning.deploy(
df,
binning,
add.woe. or.dum.var = 'woe'
)
View(df. with.binned.vars.added)
woe.df <- df.="" with.binned.vars.added="">% dplyr::select(contains( "woe."))
View(head(woe.df))
版权声明：作者保留权利，严禁修改，转载请注明原文链接。
我们努力坚持做原创，聚合和分享优质的省时的数据知识！
数据工作
我们公司大数据风控中心部门诚招：
1 风险分析和建模工程师（信用评分模型，反欺诈模型，额度模型|熟练常用ML算法|熟练使用R或者Python）
2 数据开发工程师（大数据平台开发，数据采集，数据预处理）
3 爬虫工程师（掌握爬虫技术，掌握反爬策略）
4 数据分析或者建模实习生（研究生学历|统计学，数学，计算机专业|熟悉R或者Python|有金融数据项目可以加分）
工作地点：深圳大冲商务中心
薪资待遇：面议
感兴趣者，请加小编微信。
tabulate
