Home

binningpy

本项目主要是做对连续数据的分箱操作,会包含

• 等宽分箱

将变量的取值范围分为k个等宽的区间，每个区间当作一个分箱。

• 等频分箱

  把观测值按照从小到大的顺序排列，根据观测的个数等分为k部分，每部分当作一个分箱，例如，数值最小的1/k比例的观测形成第一个分箱，等等。

• 基于k均值聚类的分箱

  使用第五章将介绍的k均值聚类法将观测值聚为k类，但在聚类过程中需要保证分箱的有序性：第一个分箱中所有观测值都要小于第二个分箱中的观测值，第二个分箱中所有观测值都要小于第三个分箱中的观测值，等等。

• 最小熵分箱

  分箱使系统熵值最小

• 卡方分箱

  依赖于卡方检验:具有最小卡方值的相邻区间合并在一起,直到满足确定的停止准则.

项目使用python,后面会改为cython.