如何在PySpark世界中可视化变量分组或执行交互式分组？

Question

我想知道在PySpark / Python世界中是否有一种方法可以执行交互式变量分组（类似于SAS Miner软件启用的分组）。变量分组是模型开发的重要组成部分，因此我想必须已经有一些工具/库可以支持此工作。有人对此有经验吗？谢谢

Answer 1

当前没有针对Python的此类库。

交互式变量分组是一个多步骤过程（在SAS Enterprise Miner中作为名为IGN的节点提供），它是SAS EM Credit Scoring解决方案的一部分，而不是基础SAS。尽管Python世界中有一些用于IGN步骤的工具，例如装箱，WoE，Gini，决策树等。Scikit-learn是一个很好的起点。

有许多Scikit-learn related项目，包括特定领域的项目。信用评分项目可能是该列表中的潜在候选人。