R равноправные функции дискретизации

Question

Я хочу иметь возможность помещать свои переменные xvars в ячейки с одинаковой частотой через R, а затем анализировать переменную относительно моей переменной ответа в каждой ячейке, что поможет выбрать, какие переменные я помещаю в свою модель c logisti. Я пробовал использовать rbin_equal_freq через пакет rbin, но по умолчанию выводится 20 ячеек, что помогает при выборе варов, но желательно 5 ячеек. Я новичок в R и моделировании, и любая помощь будет хорошей, даже если я смогу быстро и эффективно преобразовать тиббл в 5 ячеек.

rbin_equal_freq(df, y, x, bins = 5).
Output:
  lower_cut upper_cut bin_count  good   bad good_rate      woe         iv entropy
      <dbl>     <dbl>     <int> <int> <int>     <dbl>    <dbl>      <dbl>   <dbl>
1  -12.3      -6.97          33     0    33    0      Inf      Inf        NaN    
2   -6.86     -5.15          33     1    32    0.0303   1.43     0.0602     0.196
3   -5.12     -4.09          33     2    31    0.0606   0.709    0.0192     0.330
4   -4.04     -3.18          33     1    32    0.0303   1.43     0.0602     0.196
5   -3.15     -2.62          33     2    31    0.0606   0.709    0.0192     0.330
6   -2.55     -1.99          33     3    30    0.0909   0.270    0.00331    0.439
7   -1.98     -1.32          33     4    29    0.121   -0.0513   0.000135   0.533
8   -1.30     -0.878         33     4    29    0.121   -0.0513   0.000135   0.533
9   -0.878    -0.478         33     2    31    0.0606   0.709    0.0192     0.330
10   -0.463    -0.0775        33     3    30    0.0909   0.270    0.00331    0.439
11   -0.0775    0.447         33     1    32    0.0303   1.43     0.0602     0.196
12    0.449     1.05          33     4    29    0.121   -0.0513   0.000135   0.533
13    1.05      1.65          33     3    30    0.0909   0.270    0.00331    0.439
14    1.65      2.32          33     5    28    0.152   -0.310    0.00542    0.614
15    2.32      2.96          33     2    31    0.0606   0.709    0.0192     0.330
16    2.96      3.59          33     5    28    0.152   -0.310    0.00542    0.614
17    3.62      4.73          33     6    27    0.182   -0.528    0.0171     0.684
18    4.75      5.98          33     8    25    0.242   -0.893    0.0555     0.799
19    5.99      8.12          33     8    25    0.242   -0.893    0.0555     0.799
20    8.13     16.4           29    12    17    0.414   -1.68     0.217      0.978

Я также использовал различные функции, созданные здесь, чтобы попробовать и создавать равные интервалы частот, но я изо всех сил стараюсь быть незнакомым с языком, поэтому любые предложения будут приняты с благодарностью.

Answer 1

Я не уверен, что делает r_bin_equal ... кажется странным, что он принимает две переменные, а не одну - он должен делать что-то большее, чем просто объединение одной переменной.

Бункеры из равная частота имеет точки отсечки на квантилях . Мы можем написать быструю функцию, использующую quantile для вычисления точек останова и cut для хранения данных:

bin_equal = function(x, nbin = 5) {
  breaks = quantile(x, probs = seq(0, 1, length.out = nbin + 1), na.rm = TRUE)
  return(cut(x, breaks = breaks, labels = 1:nbin, include.lowest = TRUE))
}

bin_equal(rnorm(20), nbin = 3)
#  [1] 2 1 2 2 3 3 3 1 1 3 3 3 1 2 1 3 2 2 1 1
# Levels: 1 2 3

Обратите внимание, что это вернет factor.