机器学习

scorecardpy的使用总结

常用函数及参数

1. woebin()中最常用的是breaks_list，表示人工分箱，应用场景是当最优分箱达不到我们的要求时利用人工分箱进行调节，主要使target_index单调，用法如下：

breaks_adj = {
    'final_score': [-np.inf,400, 450, 500,550,600,np.inf]
}
bins_adj = sc.woebin(dt = dt_s,y = "label_new"
                     ,breaks_list = breaks_adj)
##其中breaks_adj既可以有-np.inf，也可以没有，二者达到的功能一致，最好是加上，这样表述比较完整

Statsmodels中的Logit和Sklearn.linear_model的LogitsticRegression的对比

# logistic regression ------
from sklearn.linear_model import LogisticRegression
lr = LogisticRegression(penalty='l1', C=0.9, solver='saga', n_jobs=-1)
lr.fit(X_train, y_train)
lr.intercept_

#statsmodel
import statsmodels.api as sm
logit_1 = sm.Logit(y_val,X_val)
result_1 = logit_1.fit()
result_1.summary()
result_1.pvalues

主要区别是前者建模的功能更大，可以有l1惩罚项，实现特征筛选；后者对建模结果的统计描述更方便，像模型的系数、P值等