無監督分箱：等頻、等距
有監督分箱：Bset KS分箱、chi2分箱、決策樹分箱
一、chi2分箱
關鍵詞：卡方檢驗、卡方閾值、顯著性水平、自由度
什么是卡方檢驗？應用於哪些問題？（只應用與分類數據）應用方法？（擬合優度檢驗和獨立性檢驗）
什么是卡方分箱？（基於卡方檢驗的有監督的分箱方法）
步驟(根據一個chi2 python計算代碼總結的)：
(1)人為確定最大分箱數（一般為5）。對連續變量排序。
(2)若連續變量取值大於100，先將變量值等距分為100組。若小於100組，但大於設定分箱數，此步不操作。如果小於最大分箱數，跳過該變量。
(3)當總體箱數大於設定分箱數時，對於相鄰區間計算卡方值，合並最小chi2值的兩個區間。
(4)重復步驟3，直至分箱數不大於設定箱數。
(5)檢查是否每一箱都有好壞樣本。
(6)第一箱中只有好或者壞樣本時，合並1/2箱。最后一箱只有好或者壞樣本時，合並最后兩箱。其它情況計算和前面箱以及和后面箱的chi2值，
比較chi2值，合並chi2值小的。
(7)重復5/6步驟。
注意：計算兩個區間的chi2值時，用的y是區間的壞人率(badrate)。
sklearn中集成的以卡方檢驗為准則選取重要性高的n個自變量：
http://lijiancheng0614.github.io/scikit-learn/modules/generated/sklearn.feature_selection.chi2.html
參考資料： https://blog.csdn.net/u013421629/article/details/78416748
https://cloud.tencent.com/developer/article/1418720
二、best_KS分箱
Best-KS分箱的算法執行過程是一個逐步拆分的過程：
1.將特征值值進行從小到大的排序。
2.計算出KS最大的那個值，即為切點，記為D。然后把數據切分成兩部分。
3.重復步驟2，進行遞歸，D左右的數據進一步切割。直到KS的箱體數達到我們的預設閾值即可。
參考文檔： https://www.cnblogs.com/wqbin/p/10549683.html
三、決策樹分箱
實際效果就是用想要離散化的那個連續變量單變量用樹模型（可以用sklearn中的cart樹）擬合y。