credit-scoring

name	credit-scoring
description	信用评分卡模型工具，实现WOE/IV计算、简化逻辑回归评分卡与Altman Z-Score违约预测。适用于风控建模教学与评分卡原型验证。模型基于简化假设和历史数据，需人工复核，且评分卡模型可能产生歧视性结果，不适用于受保护群体的信用评估。
version	1.0.0
author	wangyi

credit-scoring

信用评分模型工具，基于财务比率构建评分卡，使用简化逻辑回归（标准库实现）评估企业或个人违约风险。

脚本API

类 LogisticRegression

简化逻辑回归模型，使用梯度下降法求解。

• LogisticRegression.fit(X, y) — 训练逻辑回归模型。
• LogisticRegression.predict_proba(x) — 预测违约概率。
• LogisticRegression.predict(x, threshold) — 预测类别。

calculate_woe_iv(data, n_bins=10)

计算 WOE（Weight of Evidence）和 IV（Information Value）。 必填: data

probability_to_score(pd, base_score=600, pdo=20, base_odds=1 / 20)

将违约概率转换为信用评分。 必填: pd

build_scorecard(model, feature_names)

构建评分卡。 必填: model, feature_names

credit_scoring(financial_ratios, model=None, feature_names=None, base_score=600, pdo=20)

信用评分完整流程。 必填: financial_ratios

altman_zscore_scoring(financials, base_score=600, pdo=20)

基于 Altman Z-Score 的信用评分。 必填: financials

fit(X, y)

训练逻辑回归模型。 必填: X, y

predict_proba(x)

预测违约概率。 必填: x

predict(x, threshold=0.5)

预测类别。 必填: x

调用示例

python scripts/main.py \
  --data <data> \
  --n-bins <n_bins> \