画图版PSI—python＆SAS

嗨，周末愉快，小编周末本打算去北戴河玩，结果老弟要来北京，就放弃了，结果小编还被老弟放了鸽子，所以无奈之下只得玩手机。

小编周五写了一篇 单变量的PSI代码，写得略有些繁琐，东先生最近在学sas代码，作为程序员出身的他看了我写的sas代码，实在忍无可忍，于是提出了很多意见，于是按照他的建议改了很多，本篇文章包括python代码和sas代码，以及分数分布。小编以前不会用sas画图，这篇也当做是sas作图的首篇文章吧。

至于PSI这个业务指标，就无需再细致讲了，下面大概讲一下。

公式： psi = sum(（实际占比-预期占比）*ln(实际占比/预期占比))，和 IV的计算公式一样，和交叉熵的作用类似。

举个例子解释下，比如训练一个提升树模型，预测时候会有个概率输出p。你测试集上的输出设定为p1吧，将它从小到大排序后20等分，如0-0.05,0.05-0.1,......。

现在用这个模型去对新的样本进行预测，预测结果叫p2,按p1的区间也划分为20等分。

实际占比就是p2上在各区间的用户占比，预期占比就是p1上各区间的用户占比。

意义就是如果模型跟稳定，那么p1和p2上各区间的用户应该是相近的，占比不会变动很大，也就是预测出来的概率不会差距很大。

至于为什么分20箱呢，其实是和卡方有关。分成20箱的阈值是0.25.

一般认为psi小于0.1时候模型稳定性很高，0.1-0.25一般，大于0.25模型稳定性差，建议重做。

首先是SAS代码：

接下来是python代码

最后还是要说下哈，使用代码的时候请说明是小编写的哈，小编很辛苦的，谢谢各位读者啦！