欢迎大家，上一篇博客【信用卡评分模型（R语言）】详细的讲解了如何开发评分卡，这片博客就不再详细介绍，为方便开发评分卡，本人根据自己经验写了一个python包，导入此包后仅需一行代码即可成功制作评分卡，默认参数已经设置好，如有疑问以及使用中出现BUG，可随时与我联系。
联系方式QQ：990020186
数据和实例已上传在我的github，如果觉得实用就star我的github，欢迎大家一起学习交流进步。

安装说明

包已上传至PYPI官网，详见CreditScoreModel包

首次使用可以直接使用以下代码安装

pip install CreditScoreModel
1

模型训练

from CreditScoreModel.LogisticScoreCard import *
data=pd.read_csv('C:\\Users\\HP\\Desktop\\give me some credit\\data\\cs-training.csv')
data_predict=pd.read_csv('C:\\Users\\HP\\Desktop\\give me some credit\\data\\cs-test.csv')

del data['Unnamed: 0']
data.columns=['y','RevolvingUtilizationOfUnsecuredLines', 'age','NumberOfTime30-59DaysPastDueNotWorse', 'DebtRatio', 'MonthlyIncome','NumberOfOpenCreditLinesAndLoans', 'NumberOfTimes90DaysLate','NumberRealEstateLoansOrLines', 'NumberOfTime60-89DaysPastDueNotWorse','NumberOfDependents']
del data_predict['Unnamed: 0']

ls=logistic_score_card()
data_train, data_test = ls.get_data_train_test(data,test_size=0.25,random_state=1234)
ls.fit(data_train)
1
2
3
4
5
6
7
8
9
10
11

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\fixes.py:313: FutureWarning: numpy not_equal will not check object identity in the future. The comparison did not return the same result as suggested by the identity (`is`)) and will change.
  _nan_object_mask = _nan_object_array != _nan_object_array
2019 16:15:06 INFO 任务开始。。。
2019 16:15:06 INFO 连续和离散变量划分中。。。
2019 16:15:06 INFO 连续和离散变量划分完成！
2019 16:15:06 INFO 连续变量最优分组进行中。。。
100%|██████████████████████████████████████████████████████████████████████████████████| 10/10 [00:00<00:00, 23.53it/s]
2019 16:15:06 INFO 连续变量最优分组完成！
2019 16:15:06 INFO 根据cut离散化连续变量进行中。。。
100%|██████████████████████████████████████████████████████████████████████████████████| 10/10 [00:04<00:00,  2.38it/s]
2019 16:15:11 INFO 根据cut离散化连续变量完成！
2019 16:15:11 INFO IV值计算中。。。
100%|██████████████████████████████████████████████████████████████████████████████████| 10/10 [00:00<00:00, 37.45it/s]
2019 16:15:11 INFO IV值计算完成！
2019 16:15:11 INFO WOE转换中。。。
100%|██████████████████████████████████████████████████████████████████████████████████| 10/10 [00:00<00:00, 11.36it/s]
2019 16:15:12 INFO WOE转换完成！
2019 16:15:12 INFO 根据IV值大于 0.1 且 相关性小于 0.6 ，以及l1正则选取变量进行中。。。
C:\ProgramData\Anaconda3\lib\site-packages\sklearn\linear_model\logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgs' in 0.22. Specify a solver to silence this warning.
  FutureWarning)
2019 16:15:12 INFO 变量选取完成，总共 10 个变量，最终筛选出 5 个变量
2019 16:15:12 INFO 评分卡制作中。。。
2019 16:15:12 INFO 连续和离散变量划分中。。。
2019 16:15:12 INFO 连续和离散变量划分完成！
2019 16:15:12 INFO 根据cut离散化连续变量进行中。。。
100%|████████████████████████████████████████████████████████████████████████████████████| 5/5 [00:02<00:00,  2.36it/s]
2019 16:15:14 INFO 根据cut离散化连续变量完成！
2019 16:15:14 INFO WOE转换中。。。
100%|████████████████████████████████████████████████████████████████████████████████████| 5/5 [00:00<00:00, 11.81it/s]
2019 16:15:15 INFO WOE转换完成！
C:\ProgramData\Anaconda3\lib\site-packages\sklearn\linear_model\logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgs' in 0.22. Specify a solver to silence this warning.
  FutureWarning)
2019 16:15:18 INFO 评分卡制作完成！
2019 16:15:18 INFO 任务完成！
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

模型结果

评分卡

对应的变量中文名

[‘变量名’, ‘变量类型’, ‘切分点’, ‘切分分组’, ‘y为1的数量’, ‘y为0的数量’, ‘总数’, ‘y为1的数量占比’, ‘y为0的数量占比’, ‘总数占比’,‘y为1占总数比例’, ‘woe’, ‘各分组iv’, ‘变量iv值’, ‘logistic参数col_coef’, ‘logistic参数lr_intercept’, ‘分组分数’]

ls.score_card
1

各变量类型以及IV值

ls.col_type_iv
1

连续变量的切分点

ls.col_continuous_cut_points
1

[['RevolvingUtilizationOfUnsecuredLines', [-inf, 0.22, 0.49, 0.86, inf]],
 ['age', [-inf, 35.0, 55.0, 62.0, inf]],
 ['NumberOfTime30-59DaysPastDueNotWorse', [-inf, 0.0, 1.0, inf]],
 ['DebtRatio', [-inf, 0.41, 0.67, 2.66, inf]],
 ['MonthlyIncome', [-inf, 1297.0, 4838.0, 6596.0, inf]],
 ['NumberOfOpenCreditLinesAndLoans', [-inf, 2.0, 3.0, 13.0, inf]],
 ['NumberOfTimes90DaysLate', [-inf, 0.0, inf]],
 ['NumberRealEstateLoansOrLines', [-inf, 0.0, 1.0, 2.0, inf]],
 ['NumberOfTime60-89DaysPastDueNotWorse', [-inf, 0.0, inf]],
 ['NumberOfDependents', [-inf, 0.0, 1.0, 2.0, inf]]]
1
2
3
4
5
6
7
8
9
10

模型效果检验

ls.plot_roc_ks(data_train,ls.score_card)
1

2019 16:15:18 INFO 预测用户分数中。。。
2019 16:15:18 INFO 根据cut离散化连续变量进行中。。。
100%|████████████████████████████████████████████████████████████████████████████████████| 5/5 [00:02<00:00,  2.37it/s]
2019 16:15:20 INFO 根据cut离散化连续变量完成！
1
2
3
4

ls.plot_roc_ks(data_test,ls.score_card)
1

2019 16:15:21 INFO 预测用户分数中。。。
2019 16:15:21 INFO 根据cut离散化连续变量进行中。。。
100%|████████████████████████████████████████████████████████████████████████████████████| 5/5 [00:00<00:00,  6.97it/s]
2019 16:15:22 INFO 根据cut离散化连续变量完成！
1
2
3
4

预测

ls.predict_score_proba(data_test,ls.score_card)
1

2019 16:15:22 INFO 预测用户分数中。。。
2019 16:15:22 INFO 根据cut离散化连续变量进行中。。。
100%|████████████████████████████████████████████████████████████████████████████████████| 5/5 [00:00<00:00,  6.99it/s]
2019 16:15:23 INFO 根据cut离散化连续变量完成！
1
2
3
4

37500 rows × 7 columns

补充-模型调试

变量IV值以及分箱分析

#默认决策树分箱
ls.plot_col_woe_iv(data,'age') 
1
2

# 手动分箱
ls.plot_col_woe_iv(data,'age',[-inf,20,30,40,inf])
1
2

C:\ProgramData\Anaconda3\lib\site-packages\CreditScoreModel\LogisticScoreCard.py:152: RuntimeWarning: divide by zero encountered in log
  result['woe'] = np.log(result['1_pct'] / result['0_pct'])  # WOE
1
2

# 不输出具体数据
ls.plot_col_woe_iv(data,'age',[-inf,20,30,40,inf],return_data=False)
1
2

C:\ProgramData\Anaconda3\lib\site-packages\CreditScoreModel\LogisticScoreCard.py:152: RuntimeWarning: divide by zero encountered in log
  result['woe'] = np.log(result['1_pct'] / result['0_pct'])  # WOE
1
2

模型效果分析

#默认参数跑出的结果
col_result=ls.col_result
col_continuous_cut_points=[col for col in ls.col_continuous_cut_points if col[0] in ls.col_result]
data_new=data_train[ls.col_result+['y']]

score_card=ls.get_logistic_socre_card(data_new,col_continuous_cut_points)
ls.plot_roc_ks(data_new,score_card)
1
2
3
4
5
6
7

2019 16:15:35 INFO 评分卡制作中。。。
2019 16:15:35 INFO 连续和离散变量划分中。。。
2019 16:15:35 INFO 连续和离散变量划分完成！
2019 16:15:35 INFO 根据cut离散化连续变量进行中。。。
100%|████████████████████████████████████████████████████████████████████████████████████| 5/5 [00:02<00:00,  2.50it/s]
2019 16:15:38 INFO 根据cut离散化连续变量完成！
2019 16:15:38 INFO WOE转换中。。。
100%|████████████████████████████████████████████████████████████████████████████████████| 5/5 [00:00<00:00, 11.89it/s]
2019 16:15:38 INFO WOE转换完成！
C:\ProgramData\Anaconda3\lib\site-packages\sklearn\linear_model\logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgs' in 0.22. Specify a solver to silence this warning.
  FutureWarning)
2019 16:15:40 INFO 评分卡制作完成！
2019 16:15:40 INFO 预测用户分数中。。。
2019 16:15:40 INFO 根据cut离散化连续变量进行中。。。
100%|████████████████████████████████████████████████████████████████████████████████████| 5/5 [00:02<00:00,  2.41it/s]
2019 16:15:43 INFO 根据cut离散化连续变量完成！
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

# 例如：选取全部变量，并按以下切分点分箱
col_result=['y', 'RevolvingUtilizationOfUnsecuredLines', 'age',
           'NumberOfTime30-59DaysPastDueNotWorse', 'DebtRatio', 'MonthlyIncome',
           'NumberOfOpenCreditLinesAndLoans', 'NumberOfTimes90DaysLate',
           'NumberRealEstateLoansOrLines', 'NumberOfTime60-89DaysPastDueNotWorse',
           'NumberOfDependents']
col_continuous_cut_points=[['RevolvingUtilizationOfUnsecuredLines', [-inf, 0.22, 0.49, 0.86, inf]],
                         ['age', [-inf, 35.0, 55.0, 62.0, inf]],
                         ['NumberOfTime30-59DaysPastDueNotWorse', [-inf, 0.0, 1.0, inf]],
                         ['DebtRatio', [-inf, 0.41, 0.67, 2.66, inf]],
                         ['MonthlyIncome', [-inf, 1297.0, 4838.0, 6596.0, inf]],
                         ['NumberOfOpenCreditLinesAndLoans', [-inf, 2.0, 3.0, 13.0, inf]],
                         ['NumberOfTimes90DaysLate', [-inf, 0.0, inf]],
                         ['NumberRealEstateLoansOrLines', [-inf, 0.0, 1.0, 2.0, inf]],
                         ['NumberOfTime60-89DaysPastDueNotWorse', [-inf, 0.0, inf]],
                         ['NumberOfDependents', [-inf, 0.0, 1.0, 2.0, inf]]]
data_new=data_train[col_result]

score_card=ls.get_logistic_socre_card(data_new,col_continuous_cut_points)
ls.plot_roc_ks(data_new,score_card)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

2019 16:15:43 INFO 评分卡制作中。。。
2019 16:15:43 INFO 连续和离散变量划分中。。。
2019 16:15:43 INFO 连续和离散变量划分完成！
2019 16:15:43 INFO 根据cut离散化连续变量进行中。。。
100%|██████████████████████████████████████████████████████████████████████████████████| 10/10 [00:04<00:00,  2.49it/s]
2019 16:15:48 INFO 根据cut离散化连续变量完成！
2019 16:15:48 INFO WOE转换中。。。
100%|██████████████████████████████████████████████████████████████████████████████████| 10/10 [00:00<00:00, 12.17it/s]
2019 16:15:49 INFO WOE转换完成！
C:\ProgramData\Anaconda3\lib\site-packages\sklearn\linear_model\logistic.py:432: FutureWarning: Default solver will be changed to 'lbfgs' in 0.22. Specify a solver to silence this warning.
  FutureWarning)
2019 16:15:54 INFO 评分卡制作完成！
2019 16:15:54 INFO 预测用户分数中。。。
2019 16:15:54 INFO 根据cut离散化连续变量进行中。。。
100%|██████████████████████████████████████████████████████████████████████████████████| 10/10 [00:04<00:00,  2.13it/s]
2019 16:15:58 INFO 根据cut离散化连续变量完成！
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

补充-包的参数解释

def __init__(self,
         max_depth=None,  # 决策树的深度
         max_leaf_nodes=4,  # 决策树的子节点数
         min_samples_leaf=0.05,  # 分节点最小划分比例
         base_score=600,  # 基础分
         increase_score=50,  # 增加分（概率增加一份所增加的分数）
         min_iv=0.1,  # 特征筛选（选取IV值大于0.1的值）
         max_corr=0.6,  # 特征筛选（选取相关性小于0.6的值）
         C=0.01,  # 特征筛选（L1正则化系数）
         penalty='l1',  # 特征筛选（L1正则化）
         round_num=2  # 所有变量保留两位有效数
         ):

    # 参数选择
    self.max_depth = max_depth
    self.max_leaf_nodes = max_leaf_nodes
    self.min_samples_leaf = min_samples_leaf
    self.base_score = base_score
    self.increase_score = increase_score
    self.min_iv = min_iv
    self.max_corr = max_corr
    self.C = C
    self.penalty = penalty
    self.round_num = round_num

    # 保存变量结果
    self.col_type_iv = None  # 各变量类型以及IV值
    self.col_continuous_cut_points = None  # 连续变量的切分点
    self.col_result = None  # 最终评分卡选择的变量
    self.score_card = None  # 评分卡
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30