RiskTables:使用 a) 一个简单的 Python 脚本和 b) 用 Scala 编写的 Spark 应用程序从 csv...

风险表 使用 python 脚本从 csv 生成平滑的风险表 示例数据 = input.csv 格式 = 欺诈/非欺诈（分别为 1,0），类别（范围为 0-4） Script = risk.py - 从 STDIN 读取 CSV 数据并将数据写入 STDOUT，并附加风险。 用法 = > ./risk.py SMOOTH < input.csv ，其中 SMOOTH 是可选的平滑参数（默认值=50）。 较高的平滑参数将使小类别的风险更接近于零。 尝试将参数设置为希望平滑有效的类别中最少的观察数。 在 SMOOTH=0 时，表默认为简单风险。 在脚本中，有一个详细的标志集 =0。 如果要显示风险表值，请将其更改为 1。 编写脚本是为了同时计算附加字段的风险。 需要两次通过数据：一次用于存储计数，然后另一次用于将风险分配给输出记录。 如果您只是想创建风险表，则只需通过一次。 注意：