PSI群体稳定指数Python实现.doc

文档介绍：PSI群体稳定指数-Python实现
PSI群体稳定指数-Python实现
PSI群体稳定指数
Actuali
(Expectedi
群体稳定性指标PSI(populationstabilityindex)用于衡量测试样本和建模样PSI群体稳定指数-Python实现
PSI群体稳定指数-Python实现
PSI群体稳定指数
Actuali
(Expectedi
群体稳定性指标PSI(populationstabilityindex)用于衡量测试样本和建模样本分数间数据分布差异性，是模型稳定性的常见指标。公式如下所示：
PSI=i=o(Actual：一Expected)xln
其中，bins是分箱数量，Actual是实际占比‘Expected是预期占比。
—般来说，，，。
计算样例：
对比去年和今年某地区人的年龄分布的差异性，去年抽查的年龄命名为Actual，今年年龄命名为Expect，如下所示。
Actual:81,48,49,82,35,6,……,49,69,73,57,93,77,21
Expect:41,34,62,81,11,33,……,21,21,74,68,62,21,83
将Actual等宽分为10组，并按Actual相同的区间将Expect分组，计算结果如下：
O
其次，计算每个分组内占总量的占比，如下图中，第0号分组内‘actual有15条数据‘actual共100条数据，则对应的占比为15%。计算结果如下：
最后，按照公式计算得出每个组内的PSI,公式如下，。
actual_ratei
PSIi=(actual_ratei一expect_ratei)
xln(expect_ratei)
计算结果如下：
Python实现
Pytho代码实现
mportpandasaspd
mportnumpyasnp
defcal_psi(actual,predict,bins=10):
功能:计算PSI值，并输出实际和预期占比分布曲线
:paramactual:Array或series,代表真实数据，如训练集模型得分
:parampredict:Array或series，代表预期数据，如测试集模型得分
:parambins:分段数
:return:
psi:float,PSI值psi_df:DataFrame
Examples
>>>importrandom
>>>act=([()for_inrange(5000000)])>>>pct=([()for_inrange(500000)])>>>psi,psi_df=cal_psi(act,pct)
>>>psi
-05
>>>psi_df
actualpredictactual_ratepredict_ratepsi
0498285
49612


-06
1
500639
50213