guillermo-navas-palencia/optbinning

解决的问题

OptBinning 提供了一种严格的数学方法来解决最优分箱问题。它允许用户将连续变量离散化为箱，以最大化与目标变量（二元、连续或多元）的关系，同时引入特定约束，确保生成的箱在统计上可靠且对预测建模有用。

工作原理

该库使用数学规划公式来寻找数据的最佳分割点。它支持多种分箱类型，包括一维和二维分箱，并可处理流数据或批量处理。它与 OR-Tools 和 ECOS 等求解器集成，以优化分箱过程。分箱后，可将数据转换为权重证据（WoE）或事件率等指标，并执行统计分析（例如，基尼指数、信息值）以验证分箱质量。

适用人群

专为数据科学家和机器学习工程师设计，尤其适用于从事评分卡建模、风险评估以及对可解释性和离散化至关重要的传统机器学习模型的特征工程工作。

主要亮点

• 灵活的目标类型：支持二元、连续和多类目标。
• 高级分箱：包括一维和二维最优分箱，以及分段分箱。
• 评分卡集成：内置工具用于创建评分卡并生成反事实解释。
• 支持数据流：能够处理流数据的分箱。
• 统计验证：提供全面的分析工具用于分箱表，包括箱间显著性检验。