guillermo-navas-palencia/optbinning

何を解決するか

OptBinning は最適なビニング問題に対する厳密な数学的アプローチを提供します。ユーザーが連続変数を、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できるようにし、統計的に信頼性があり予測モデルに有用なビンを確保するための特定の制約を組み込むことができます。

動作方法

このライブラリは、データの最適な分割点を見つけるために数学的プログラミングの定式化を使用します。1Dおよび2Dビニングを含む複数のビニングタイプをサポートし、ストリーミングデータやバッチ処理に対応できます。OR-Tools や ECOS などのソルバーと統合してビニングプロセスを最適化できます。ビニング後は、Weight of Evidence (WoE) やイベントレートなどのメトリクスにデータを変換し、ジニ係数や情報価値などの統計分析（例：Gini index, Information Value）を実行してビニングの品質を検証できます。

対象ユーザー

スコアカードモデリング、リスク評価、および解釈可能性と離散化が重要な伝統的な機械学習モデルの特徴量エンジニアリングに従事するデータサイエンティストやMLエンジニアを対象としています。

主な特徴

• 柔軟なターゲットタイプ：バイナリ、連続、マルチクラスのターゲットをサポート。
• 高度なビニング：1Dおよび2Dの最適ビニング、および区分的ビニングを含む。
• スコアカード統合：スコアカードの作成と逆説的説明（counterfactual explanations）の生成を内蔵したツール。
• データストリーム対応：ストリーミングデータのビニングに対応可能。
• 統計的検証：ビニングテーブルに対する包括的な分析ツールを提供し、ビン間の有意性検定も実行可能。