【亲测免费】 OptBinning 项目使用教程

1. 项目的目录结构及介绍

OptBinning 项目的目录结构如下：

optbinning/
├── docs/
├── optbinning/
│   ├── __init__.py
│   ├── binning/
│   ├── continuous/
│   ├── multiclass/
│   ├── binary/
│   ├── solver/
│   ├── utils/
│   └── metrics/
├── tests/
├── .gitignore
├── LICENSE
├── README.md
├── setup.py
└── requirements.txt

目录结构介绍

• docs/: 包含项目的文档文件。
• optbinning/: 项目的主要代码目录。
  • __init__.py: 初始化文件。
  • binning/: 包含分箱算法的实现。
  • continuous/: 包含连续目标类型的分箱算法。
  • multiclass/: 包含多类目标类型的分箱算法。
  • binary/: 包含二进制目标类型的分箱算法。
  • solver/: 包含数学编程求解器的实现。
  • utils/: 包含工具函数和辅助类。
  • metrics/: 包含评估指标的计算。
• tests/: 包含项目的测试文件。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文档。
• setup.py: 项目安装脚本。
• requirements.txt: 项目依赖文件。

2. 项目的启动文件介绍

OptBinning 项目的启动文件是 setup.py。这个文件用于安装项目及其依赖项。

setup.py 文件介绍

from setuptools import setup, find_packages

setup(
    name='optbinning',
    version='0.8.0',
    description='Optimal Binning for Scoring Modeling',
    author='Guillermo Navas-Palencia',
    author_email='[e-mail]',
    url='https://github.com/guillermo-navas-palencia/optbinning',
    packages=find_packages(),
    install_requires=[
        'matplotlib',
        'numpy>=1.16.1',
        'ortools>=7.2',
        'pandas',
        'ropwr>=1.0.0',
        'scikit-learn>=0.22.0',
        'scipy'
    ],
    classifiers=[
        'Development Status :: 5 - Production/Stable',
        'Intended Audience :: Developers',
        'Topic :: Scientific/Engineering :: Artificial Intelligence',
        'License :: OSI Approved :: MIT License',
        'Programming Language :: Python :: 3',
        'Programming Language :: Python :: 3.6',
        'Programming Language :: Python :: 3.7',
        'Programming Language :: Python :: 3.8',
    ],
    keywords='optimal binning',
    python_requires='>=3.6',
)

启动文件使用方法

要安装 OptBinning，可以在终端中运行以下命令：

pip install optbinning

3. 项目的配置文件介绍

OptBinning 项目没有特定的配置文件，所有的配置都是通过代码中的参数进行设置的。例如，在使用 OptimalBinning 类时，可以通过参数来配置分箱算法的行为。

配置示例

from optbinning import OptimalBinning

optb = OptimalBinning(name="variable", dtype="numerical", solver="cp")
optb.fit(x, y)

参数介绍

• name: 变量的名称。
• dtype: 变量的数据类型，可以是 "numerical" 或 "categorical"。
• solver: 使用的求解器，可以是 "cp"（约束规划）或 "mip"（混合整数规划）。

通过这些参数，可以灵活地配置 OptBinning 的行为。