[發(fā)明專利]一種卡方分箱方法和裝置

在審

• 申請?zhí)枺?/td>: 202111320379.0
• 申請日: 2021-11-09
• 公開（公告）號: CN114049195A
• 公開（公告）日: 2022-02-15
• 發(fā)明（設(shè)計(jì)）人: 陳翱
• 申請（專利權(quán)）人: 上海旭榮網(wǎng)絡(luò)科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 上海領(lǐng)譽(yù)知識產(chǎn)權(quán)代理有限公司 31383
• 代理人: 王琰

1.一種卡方分箱方法，其特征在于，包括：

對原始數(shù)據(jù)進(jìn)行零值分箱，得到第一分箱結(jié)果，其中，所述零值分箱用于指示將同一類別的數(shù)量為零的相鄰的兩個箱子合并為一個箱子；

基于所述第一分箱結(jié)果進(jìn)行相鄰箱子的卡方檢驗(yàn)，得到第二分箱結(jié)果；

對所述第二分箱結(jié)果進(jìn)行WOE值單調(diào)性檢驗(yàn)；

若所述第二分箱結(jié)果的WOE值滿足單調(diào)性條件，則將所述第二分箱結(jié)果確定為候選分箱結(jié)果。

2.根據(jù)權(quán)利要求1所述的卡方分箱方法，其特征在于，基于所述第一分箱結(jié)果進(jìn)行相鄰箱子的卡方檢驗(yàn)，得到第二分箱結(jié)果，包括：

基于所述第一分箱結(jié)果重復(fù)執(zhí)行以下步驟：

判斷當(dāng)前分箱結(jié)果對應(yīng)的P值是否不超過第一閾值、且當(dāng)前分箱結(jié)果中箱子數(shù)量是否不超過第二閾值；

若當(dāng)前分箱結(jié)果對應(yīng)的P值超過所述第一閾值、和/或當(dāng)前分箱結(jié)果中箱子數(shù)量超過所述第二閾值，則將卡方值最小的相鄰箱子進(jìn)行合并，得到第三分箱結(jié)果，并將所述第三分箱結(jié)果作為當(dāng)前分箱結(jié)果；

若當(dāng)前分箱結(jié)果對應(yīng)的P值不超過所述第一閾值、且當(dāng)前分箱結(jié)果中箱子數(shù)量不超過所述第二閾值，則將當(dāng)前分箱結(jié)果作為所述第二分箱結(jié)果。

3.根據(jù)權(quán)利要求1或2所述的卡方分箱方法，其特征在于，在將所述第二分箱結(jié)果確定為候選分箱結(jié)果之后，所述方法還包括：

判斷所述候選分箱結(jié)果中箱子數(shù)量是否為第三閾值；

若所述候選分箱結(jié)果中箱子數(shù)量為所述第三閾值，則確定所述候選分箱結(jié)果為最終分箱結(jié)果。

4.根據(jù)權(quán)利要求3所述的卡方分箱方法，其特征在于，在判斷所述候選分箱結(jié)果中箱子數(shù)量是否為目標(biāo)閾值之后，所述方法還包括：

若所述候選分箱結(jié)果中箱子數(shù)量小于所述第三閾值，則將所述候選分箱結(jié)果中IV值最大的候選分箱結(jié)果確定為最終分箱結(jié)果。

5.一種卡方分箱裝置，其特征在于，包括：

零值分箱單元，用于對原始數(shù)據(jù)進(jìn)行零值分箱，得到第一分箱結(jié)果，其中，所述零值分箱用于指示將同一類別的數(shù)量為零的相鄰的兩個箱子合并為一個箱子；

卡方檢驗(yàn)單元，用于基于所述第一分箱結(jié)果進(jìn)行相鄰箱子的卡方檢驗(yàn)，得到第二分箱結(jié)果；

單調(diào)性檢驗(yàn)單元，用于對所述第二分箱結(jié)果進(jìn)行WOE值單調(diào)性檢驗(yàn)；

第一確定單元，用于若所述第二分箱結(jié)果的WOE值滿足單調(diào)性條件，則將所述第二分箱結(jié)果確定為候選分箱結(jié)果。

6.根據(jù)權(quán)利要求5所述的卡方分箱裝置，其特征在于，所述卡方檢驗(yàn)單元用于：

基于所述第一分箱結(jié)果重復(fù)執(zhí)行以下步驟：

判斷當(dāng)前分箱結(jié)果對應(yīng)的P值是否不超過第一閾值、且當(dāng)前分箱結(jié)果中箱子數(shù)量是否不超過第二閾值；

若當(dāng)前分箱結(jié)果對應(yīng)的P值超過所述第一閾值、和/或當(dāng)前分箱結(jié)果中箱子數(shù)量超過所述第二閾值，則將卡方值最小的相鄰箱子進(jìn)行合并，得到第三分箱結(jié)果，并將所述第三分箱結(jié)果作為當(dāng)前分箱結(jié)果；

若當(dāng)前分箱結(jié)果對應(yīng)的P值不超過所述第一閾值、且當(dāng)前分箱結(jié)果中箱子數(shù)量不超過所述第二閾值，則將當(dāng)前分箱結(jié)果作為所述第二分箱結(jié)果。

7.根據(jù)權(quán)利要求5或6所述的卡方分箱裝置，其特征在于，所述裝置還包括：

判斷單元，用于在將所述第二分箱結(jié)果確定為候選分箱結(jié)果之后，判斷所述候選分箱結(jié)果中箱子數(shù)量是否為第三閾值；

第二確定單元，用于若所述候選分箱結(jié)果中箱子數(shù)量為所述第三閾值，則確定所述候選分箱結(jié)果為最終分箱結(jié)果。

8.根據(jù)權(quán)利要求7所述的卡方分箱裝置，其特征在于，所述裝置還包括：

第三確定單元，用于在判斷所述候選分箱結(jié)果中箱子數(shù)量是否為目標(biāo)閾值之后，若所述候選分箱結(jié)果中箱子數(shù)量小于所述第三閾值，則將所述候選分箱結(jié)果中IV值最大的候選分箱結(jié)果確定為最終分箱結(jié)果。

9.一種計(jì)算機(jī)設(shè)備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)如權(quán)利要求1至4中任一項(xiàng)所述的卡方分箱方法。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1至4中任一項(xiàng)所述的卡方分箱方法。