上一节讲得是模型评估，主要有ROC曲线、KS曲线、学习曲线和混淆矩阵。今天学习如何实现评分卡和对评分卡进行评估。

?　首先，要了解评分卡是如何从概率映射到评分的，这个之前写过评分卡映射的逻辑。见逻辑回归卡评分映射逻辑，一定要看，明白概率如何映射到评分的以及每个变量的得分如何计算。附上评分卡映射的代码。结合逻辑回归评分卡映射的原理才能看懂代码。

在决策树算法中，信息增益（Information Gain）和信息增益率（Gain Ratio）是两种常用的标准来选择最佳分裂特征。它们都是基于熵（Entropy）的概念，用于量化通过选择某个特征进行分裂后数据集不确定性的减少。信息增益倾向于选择取值较多的特征，而信息增益率则试图减少这种偏好，但有时可能会过分偏向于取值较少的特征。在实际应用中，选择哪种标准取决于具体问题和数据集的特性。

关注公众号：用Python学机器学习，更多更新等着您。

上一篇文章，我们已经介绍了决策树的ID3算法，并编写了一个实现决策树ID3算法的程序。实际中，ID3算法应用并不多，C4.5才是应用较多的分类树算法。究其原因在于ID3算法存在以下几个缺点：1）倾向于选择类别较多的特征变量作为分割属性；2）无法处理连续变量；3）无法处理缺失值；4）没有完备的剪枝策略。C4.5算法在这四个方面做出了改进，这篇文章我们就来学习一下。关于剪枝策略，我们留到下一篇文章来介绍，这篇文章我们主要介绍C4.5对前三个问题的改进。

本数据纯属虚构，如有雷同实属巧合

一、使用sum、mean、max、min、std、median、cumsum等方法进行求和、取平均值、最大值、最小值、标准差、中位数、累计和的运算

逻辑回归评分卡实现和评估

上一节讲得是模型评估，主要有ROC曲线、KS曲线、学习曲线和混淆矩阵。今天学习如何实现评分卡和对评分卡进行评估。

?　首先，要了解评分卡是如何从概率映射到评分的，这个之前写过评分卡映射的逻辑。一定要看，明白概率如何映射到评分的以及每个变量的得分如何计算。附上评分卡映射的代码。结合逻辑回归评分卡映射的原理才能看懂代码。

作者:davidtym

来源:https://www.cnblogs.com/talkaudiodev/p/14219321.html

关注公众号：用Python学机器学习，获取更多更新。

新京报贝壳财经讯 4月21日，中文在线发布年报，2023年实现净利润8943.7万元。

编辑 王进雨

有人喜欢看日剧的吗？平时在追剧的时候是不是也经常碰到没有经过翻译的视频内容，看不懂的时候真的很头大！今天给大家分享两个好用的视频翻译工具，识别准确又快速，再也不用担心看不懂外语视频了！