評分卡建模常用邏輯迴歸模型，將邏輯迴歸輸出的概率值映射成分數，最後得到標準評分卡。關於評分卡映射的邏輯，可以看之前的文章邏輯迴歸評分卡映射邏輯。
下面接着分箱之後的數據開始建模。首先將每個變量分箱的結果進行轉換，得到每個變量對應的woe結果表。
# 變量woe結果表
def woe_df_concat(bin_df):
"""
bin_df:list形式，裏面存儲每個變量的分箱結果
return :woe結果表
"""
woe_df_list =[]
for df in bin_df:
woe_df = df.reset_index().assign(col=df.index.name).rename(columns={df.index.name:'bin'})
woe_df_list.append(woe_df)
woe_result = pd.concat(woe_df_list,axis=0)
# 爲了便於查看，將字段名列移到第一列的位置上
woe_result1 = woe_result['col']
woe_result2 = woe_result.iloc[:,:-1]
woe_result_df = pd.concat([woe_result1,woe_result2],axis=1)
woe_result_df = woe_result_df.reset_index(drop=True)
return woe_result_df
df_woe_cat=woe_df_concat(bin_df_cat)
df_woe_num=woe_df_concat(bin_df_num)
df_woe=pd.concat([df_woe_cat,df_woe_num],axis=0)
這一步的目的是將變量分箱之後的結果進行整理彙總，看一下變量分箱之後的大致情況。
整理之後可以看到每個變量的分箱情況、每一箱的好壞佔比、WOE、IV值。注意，最好每一箱的WOE值不要超過1。附上檢驗WOE值是否大於1的代碼。
# 檢查某個區間的woe是否大於1
def woe_large(bin_df):
"""
bin_df:list形式，裏面存儲每個變量的分箱結果
return:
woe_large_col: 某個區間woe大於1的變量，list集合
woe_judge_df :df形式，每個變量的檢驗結果
"""
woe_large_col=[]
col_list =[]
woe_judge =[]
for woe_df in bin_df:
col_name = woe_df.index.name
woe_list = list(woe_df.woe)
woe_large = list(filter(lambda x:x>=1,woe_list))
if len(woe_large)>0:
col_list.append(col_name)
woe_judge.append('True')
woe_large_col.append(col_name)
else:
col_list.append(col_name)
woe_judge.append('False')
woe_judge_df = pd.DataFrame({'col':col_list,
'judge_large':woe_judge})
return woe_large_col,woe_judge_df
接着就是將變量的值映射爲變量的WOE值準備入模。
# woe轉換
def woe_transform(df,target,df_woe):
"""
df:數據集
target:目標變量的字段名
df_woe:woe結果表
return:woe轉化之後的數據集
"""
df2 = df.copy()
for col in df2.drop([target],axis=1).columns:
x = df2[col]
bin_map = df_woe[df_woe.col==col]
bin_res = np.array([0]*x.shape[0],dtype=float)
for i in bin_map.index:
lower = bin_map['min_bin'][i]
upper = bin_map['max_bin'][i]
if lower == upper:
x1 = x[np.where(x == lower)[0]]
else:
x1 = x[np.where((x>=lower)&(x<=upper))[0]]
mask = np.in1d(x,x1)
bin_res[mask] = bin_map['woe'][i]
bin_res = pd.Series(bin_res,index=x.index)
bin_res.name = x.name
df2[col] = bin_res
return df2
以上是轉化後的數據，所有變量的值都轉化成了對應的WOE值，後面就是進行建模。
feature_list=num_features+cat_features
x = df_train[feature_list]
y = df_train['y']
lr_model = LogisticRegression(C=0.1)
lr_model.fit(x,y)
df_train['prob'] = lr_model.predict_proba(x)[:,1]
建模的代碼很簡單，以上幾行就完成邏輯迴歸建模的過程了。然後進行評分映射。以下代碼需要理解評分卡分數映射的邏輯。
# 評分卡刻度
def cal_scale(score,odds,PDO,model):
"""
odds：設定的壞好比
score:在這個odds下的分數
PDO: 好壞翻倍比
model:邏輯迴歸模型
return :A,B,base_score
"""
B = PDO/np.log(2)
A = score+B*np.log(odds)
# base_score = A+B*model.intercept_[0]
print('B: {:.2f}'.format(B))
print('A: {:.2f}'.format(A))
# print('基礎分爲：{:.2f}'.format(base_score))
return A,B
cal_scale(50,0.05,10,lr_model)
假定在5%的好壞比之下的分值爲50分，PDO爲10分，計算A和B兩個參數。A爲14.43，B爲6.78。
def Prob2Score(prob, A,B):
#將概率轉化成分數且爲正整數
y = np.log(prob/(1-prob))
return float(A-B*y)
df_train['score'] = df_train['prob'].map(lambda x:Prob2Score(x,6.78,14.43))
分數的計算公式即A-B*log(odds)。到此評分卡就建立完成了，後續還需要對模型進行評估、對評分卡的分數進行監控，在之前的文章中已經寫過。
評分卡系列是我自己從網上找的代碼和數據集，一點點實現了一遍，記錄一下自己學習的過程。後續會找一份機器學習模型的代碼練習。作爲初學者，本文理解尚有不到位之處，歡迎大家多多指正。量化成長軌跡，共同交流與成長。
【作者】：Labryant
【原創公衆號】：風控獵人
【簡介】：某創業公司策略分析師，積極上進，努力提升。乾坤未定，你我都是黑馬。
【轉載說明】：轉載請說明出處，謝謝合作！~