guillermo-navas-palencia/optbinning

何を解決するか

OptBinning は「最適なビニング」問題に対して厳密な数学的手法を提供します。データサイエンティストが連続変数を、ターゲット変数（バイナリ、連続、またはマルチクラス）との関係を最大化するようにビンに離散化するのを支援します。これは、スコアカードのような解釈可能なモデルを構築する上で重要なステップです。

どう動くか

このライブラリは数学的プログラミングの定式化（制約プログラミングソルバーを含む）を使用して、変数の最適な分割点を見つけます。1次元および2次元のビニングに対応し、さまざまなターゲットタイプをサポートします。ビニング後は、Weight of Evidence (WoE) やイベントレートなどの指標にデータを変換できます。また、推定器と統合してスコアカードを作成でき、ビニングされた変数にターゲット予測への貢献度に基づいたポイントを割り当てます。

対象ユーザー

データサイエンティストやMLエンジニア向けに設計されており、特にスコアリングや規制が厳しい業界で、モデルの解釈可能性、単調性、厳密な特徴工学が求められる場面に適しています。

特徴

• 柔軟なターゲット対応: バイナリ、連続、マルチクラスのターゲットに対応。
• 高度なビニング: 1次元および2次元の最適ビニング、および区分的ビニングをサポート。
• スコアカード統合: スケーリングとポイント割り当てを含む完全なスコアカードの構築が可能。
• 専用処理: ストリーミングデータ、バッチ処理、欠損値や特殊値の処理に対応。
• 解釈性ツール: 詳細なビニングテーブル、統計分析（ジニ係数、IV、JSダイバージェンス）、および反事実的説明を提供。