按R中的证据权重分组容器

Question

假设我有一个数据帧（df）。对于此示例，我将仅抽取一个如下所示的示例：

X1  Binned_X1   Dependent   WOE_X1
-236    [-316,67)   1   -0.154412769
-236    [-316,67)   0   -0.154412769
-236    [-316,67)   0   -0.154412769
-236    [-316,67)   0   -0.154412769
-236    [-316,67)   0   -0.154412769
-236    [-316,67)   0   -0.154412769
-236    [-316,67)   0   -0.154412769
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   1   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   1   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   1   -0.184265732
320     [244,420)   0   -0.184265732
320     [244,420)   1   -0.184265732
320     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   1   -0.184265732
244     [244,420)   1   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   1   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   1   -0.184265732
244     [244,420)   1   -0.184265732
244     [244,420)   1   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   1   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   0   -0.184265732
244     [244,420)   1   -0.184265732
244     [244,420)   1   -0.184265732
244     [244,420)   0   -0.184265732

对于Bin的计算，我使用了cutr::smart_cut（如果您想知道的话），对于WOE的计算，我使用了InformationValue::WOE。现在，我想做的是在WOE的值之间的差小于特定数量时合并垃圾箱，对于这个示例，我们假设0.2

因此，在这种情况下，(-0.1544-(-0.1842)) = 0.0298，所以我希望列Binned_X1对两个值进行分组，以便像[-316,67),[244,67)这样。合并一个垃圾箱后，再次计算WOE。

如果您想知道如何计算WOE，公式为：ln((Relative frecuency of Goods)/(Relative frecuency of Bads))。 Dependent列中的每1个为“商品”，每0个为“不良”。

仅供参考，在df中，我们会有一个这样的表：

           [-316,67)    [244,420)
Local Goods   18          22
Local Bads    54          68
Total Goods   212         212
Total bads    545         545
WOE      -0.154412769   -0.184265732

在输出中，我们将得到类似该表的内容

             [-316,67),[244,420)
Local Goods          40
Local Bads           122
Total Goods          212
Total bads           545
WOE             -0.170942071

有人可以帮我吗？