src文档帮助

src目录下包含以下文档：BasicDataStruct，DataAnalysis，discretize，continuous，FeatureSelection，ModelEvaluate，utils，dtree_discretizer

BasicDataStruct

基本的数据结构，方便数据预处理、特征提取等各类操作。
定义一个数据类，拥有以下几个属性：
    X：dataframe，有列名（变量名）和索引（每个样本的ID）。
    Y：series，有索引（对应X的索引，标识每个样本）。
    feature_cont：连续型变量列表。
    feature_binary：0-1离散型变量列表（不需要one hot，可以直接使用）。
    feature_cate：多取值离散型变量列表（需要one hot或者连续化）。
    model_type：标识分类或者回归。

同时拥有以下几种方法（操作），可能会对变量列表进行增、删等：
    delete：删除已有的列，并同步修改变量列表。
    select：选择已有的某几列，并同步修改变量列表，实际上和delete方法的作用差不多，只是方便选择。
    add：增加新的列，并同步修改变量列表（对已有列可以考虑替换或者重命名后增加）。
    addObj：将当前对象与另一个对象合并。
    delFeature：改变离散型变量列表（删）。
    addFeature：改变离散型变量列表（增）。
    rename：改变变量名称。
    current_state：打印当前状态，包括当前各类变量的数量及名称。

DataAnalysis

描述性统计量、缺失值、异常值统计
相关系数计算、热力图
单变量分析图: 直方密度图、箱线图（连续型），柱形图（离散型）
单变量与Y（单一）的分析图: 样本数量和Y组内比例柱形图（离散型Y），均值柱形图（连续型Y）
单变量与Y（可多个）的分析图: 样本数量和Y均值柱形图（离散型Y或连续型Y）
两个变量X与Y（可多个）的分析图: 0-1离散型Y创建1的占比热力图；连续型Y创建均值热力图

discretize

分位数离散化
等分点离散化
标准差离散化
决策树离散化

continuous

条件概率连续化
WOE连续化
Label连续化编码（改写版）
独热编码（改写版）

FeatureSelection

变量筛选模块。

modelbaseline

五种机器学习模型，以及网格搜索结果。

ModelEvaluate

计算KS值及对应分割点
计算KS值，输出对应分割点和累计分布函数曲线图
计算AUC值，并输出ROC曲线
画好坏人分数分布对比直方图
画整体分数的直方图（左Y轴）和每个区间内正类人群占比曲线趋势图（右Y轴）
根据真实标签和预测概率计算模型指标

dtree_discretizer

协助DTDiscretizer将sklearn的决策树中的tree_.feature转化成二叉树

utils

一些辅助函数。