单调-WOE-Binning-算法

该算法基于 Mironchyk 和 Tchistiakov (2017) 名为“Monotone optimization binning algorithm for credit risk modeling”的优秀论文。

如何使用

1. 点安装 monotonic_binning：pip install -i https://test.pypi.org/simple/simple/ monotonic-binning
2. 导入 monotonic_woe_binning：from monotonic_binning import monotonic_woe_binning as bin
3. 分别为训练和测试数据集使用fit和分箱变量transform

演示运行详情

下面提供的demo_run.py文件使用宾夕法尼亚州立大学在线课程tests/中的德国信用卡数据，并概述了如何使用该软件包。

单调WOE总结

评估预测变量强度的证据权重 (WOE) 方法在分析领域是一种被低估的方法。虽然它是信用风险建模中的标准票价，但它在其他环境中未得到充分利用，尽管它的公式使其足够通用，也可用于其他领域。WOE 方法主要旨在将变量分箱，将最多信息传递给潜在的分类模型。很多时候，WOE 分箱方法使用信息值或 IV 来衡量此类分箱的有效性。有关 WOE 和 IV 的更详细介绍，这篇文章 很有用。

在信用风险建模领域，监管监督通常要求将模型中的变量分成多个箱

• 其证据权重 (WOE) 值与 1/0 变量保持单调关系（例如贷款违约或非违约）。
• 规模合理且大到足以代表人口群体，并且
• 在此分箱过程中最大化给定变量的 IV 值。

为了举例说明此类问题的约束条件，请考虑一个简单的数据集，其中包含年龄和默认指标（默认为 1，否则为 0）。以下是一种可能的情况，其中变量被分成三组，使得它们的 WOE 值随着客户年龄的增加而单调下降。

WOE 的推导方式是，随着 WOE 值的增加，违约率会降低。因此我们可以推断，与年长客户相比，年轻客户更有可能违约。

达到满足前面讨论的所有三个要求的完美 bin 截止值是一项非常重要的练习。大多数统计软件都提供这种区间变量的最佳离散化。R 的smbinning 包 和 SAS 的proc transreg就是两个这样的例子。据我所知，Python 对这个问题的解决方案相当稀少。

该软件包试图补充已经详尽的软件包，例如scorecardpy，它能够将变量与单调 WOE 结合起来。