Протокол результатов кредита, моделируя рабочий процесс

Создайте, смоделируйте и анализируйте протоколы результатов кредита можно следующим образом.

  1. Используйте screenpredictors от Risk Management Toolbox™, чтобы срезать потенциально большой набор предикторов к подмножеству, которое является самым прогнозирующим из переменной отклика карты кредитного рейтинга. Используйте это подмножество предикторов при создании объекта creditscorecard.

    Создайте объект creditscorecard для анализа протокола результатов кредита путем определения “учебных” данных в формате таблицы. Данные тренировки, иногда названные представлением моделирования, являются результатом нескольких задач подготовки данных (займитесь Протоколами результатов Кредита), который должен быть выполнен прежде, чем создать объект creditscorecard.

    Можно использовать дополнительные входные параметры для creditscorecard, чтобы задать свойства протокола результатов, такие как переменная отклика и GoodLabel. Выполните некоторое исследование исходных данных, когда объект creditscorecard создается, несмотря на то, что анализ данных обычно делается в сочетании с раскладыванием данных (см. шаг 2). Для получения дополнительной информации и примеры, смотрите creditscorecard и шаг 1 в случае, если Исследование для Анализа Протокола результатов Кредита.

  2. Создайте объект creditscorecard.

    Создайте объект creditscorecard для анализа протокола результатов кредита путем определения “учебных” данных в формате таблицы. Данные тренировки, иногда названные представлением моделирования, являются результатом нескольких задач подготовки данных (займитесь Протоколами результатов Кредита), который должен быть выполнен прежде, чем создать объект creditscorecard.

    Можно использовать дополнительные входные параметры для creditscorecard, чтобы задать свойства протокола результатов, такие как переменная отклика и GoodLabel. Выполните некоторое исследование исходных данных, когда объект creditscorecard создается, несмотря на то, что анализ данных обычно делается в сочетании с раскладыванием данных (см. шаг 2). Для получения дополнительной информации и примеры, смотрите creditscorecard и шаг 1 в случае, если Исследование для Анализа Протокола результатов Кредита.

  3. Интервал данные.

    Выполните ручное или автоматическое раскладывание данных, загруженных в объект creditscorecard.

    Общая отправная точка должна применить автоматическое раскладывание ко всем или выбранным переменным с помощью autobinning, отчета с помощью bininfo, и визуализировать информацию об интервале относительно количеств интервала и статистики или мер ассоциации, таких как Вес доказательства (WOE) с помощью plotbins. Интервалы могут быть изменены или подстроили или вручную использование modifybins или с различным автоматическим алгоритмом раскладывания с помощью autobinning. Интервалы, которые показывают близко-к-линейному тренд в WOE, часто желаемы в контексте протокола результатов кредита.

    Также с Risk Management Toolbox, можно использовать приложение Binning Explorer для в интерактивном режиме интервала. Binning Explorer позволяет вам в интерактивном режиме применить алгоритм раскладывания и изменить интервалы. Для получения дополнительной информации смотрите Binning Explorer.

    Для получения дополнительной информации и примеры, смотрите autobinning, modifybins, bininfo, и plotbins и шаг 2 в случае, если Исследование для Анализа Протокола результатов Кредита.

  4. Соответствуйте модели логистической регрессии.

    Соответствуйте модели логистической регрессии к данным WOE из объекта creditscorecard. Функция fitmodel внутренне интервалы данные тренировки, преобразовывает его в значения WOE, сопоставляет переменную отклика так, чтобы 'Good' был 1 и соответствовал линейной модели логистической регрессии.

    По умолчанию fitmodel использует пошаговую процедуру, чтобы определить, которым предикторы должны быть в модели, но дополнительные входные параметры могут также использоваться, например, чтобы соответствовать полной модели. Для получения дополнительной информации и примеры, смотрите fitmodel и шаг 3 в случае, если Исследование для Анализа Протокола результатов Кредита.

    Также можно применить равенство, неравенство или связанные ограничения, чтобы соответствовать модели логистической регрессии к данным WOE из объекта creditscorecard с помощью fitConstrainedModel.

  5. Анализ и точки протокола результатов кредита формата.

    После подбора кривой логистической модели используйте displaypoints, чтобы обобщить точки протокола результатов. По умолчанию моменты не масштабированы и наступают непосредственно от комбинации значений Веса доказательства (WOE) и коэффициентов модели.

    Функция formatpoints позволяет вам управлять масштабированием и округлением точек протокола результатов. Для получения дополнительной информации и примеры, смотрите displaypoints и formatpoints и шаг 4 в случае, если Исследование для Анализа Протокола результатов Кредита.

    Опционально, можно создать компактное использование протокола результатов кредита

    Чтобы создать объект compactCreditScorecard, используйте compact, чтобы создать объект compactCreditScorecard. Можно затем использовать следующие функции displaypoints, score и probdefault от Risk Management Toolbox с объектом compactCreditScorecard..

  6. Выиграйте данные.

    Функция score вычисляет музыку к данным тренировки.

    Вход дополнительных данных может также быть передан score, например, данным о валидации. Точки на предиктор для каждого клиента также обеспечиваются как дополнительный вывод. Для получения дополнительной информации и примеры, смотрите score и шаг 5 в случае, если Исследование для Анализа Протокола результатов Кредита.

  7. Вычислите вероятность значения по умолчанию для очков протокола результатов кредита.

    Функция probdefault, чтобы вычислить вероятность значения по умолчанию для данных тренировки.

    Кроме того, можно вычислить вероятность значения по умолчанию для различного набора данных (например, набор данных валидации) использование функции probdefault. Для получения дополнительной информации и примеры, смотрите probdefault и шаг 6 в случае, если Исследование для Анализа Протокола результатов Кредита.

  8. Подтвердите модель протокола результатов кредита.

    Используйте функцию validatemodel, чтобы подтвердить качество модели протокола результатов кредита.

    Можно получить Совокупный профиль точности (CAP), Рабочую характеристику получателя (ROC) и Кольмогорова-Смирнова (KS) графики и статистика для данного набора данных с помощью функции validatemodel. Для получения дополнительной информации и примеры, смотрите validatemodel и шаг 7 в случае, если Исследование для Анализа Протокола результатов Кредита.

Для примера этого рабочего процесса смотрите Тематическое исследование для Анализа Протокола результатов Кредита.

Смотрите также

| | | | | | | | | | | | | |

Связанные примеры

Больше о