mksc 3.0.0

It is used to quickly build a scorecard project and dichotomy model package.

Make Scorecard(mksc)

快速构建二分类模型,标准化特征工程以及拓展制作评分卡,文件说明见docs\instruction.md

1. 安装工具包

pip install mksc

2. 创建项目

命令行工具创建项目

mksc project_name

3. 修改项目配置

修改project_name\config\configuration.ini文件，进行项目配置

4. 探索性数据分析

进行探索性数据分析python project_name\eda.py
生成：

• 数据报告： project_name\result\report.html
• 抽样数据： project_name\result\sample.xlsx
• 特征配置： project_name\config\variable_type.csv

5. 修改特征配置

修改project_name\config\variable_type.csv文件，进行特征配置，配置列说明如下：

• isSave：变量是否保留进行特征工程
  • 取值：0-不保留；1-保留
• Type: 变量类型
  • 取值： numeric-数值类型；category-类别类型；datetime-日期类型；label-标签列
• Default: 原始数据设定的默认值

5. 自定义数据清洗

编写自定义数据清洗与特征组合过程函数project_name\custom.py。
自定义过程封装在Custom类中，定义了2个静态方法，clean_data用于处理行方向的数据与值修改， feature_combination用于扩展列。

6. 训练模块

完成以上配置后，执行特征工程feature_engineering类，models目录下通过模型模板训练 模型结果、特征工程结果均置于project_name\result下.
至此完成二分类项目构建

7. 评分卡与模型调整

如果训练逻辑回归模型可选制作评分卡

8. 模型应用与预测

python project_name\preict.py