Создайте объект creditscorecard
создать модель протокола результатов кредита
Создайте модель протокола результатов кредита путем создания объекта creditscorecard
и задайте входные данные в формате таблицы.
После создания объекта creditscorecard
можно использовать связанные объектные функции для интервала данные и выполнить анализ логистической регрессии, чтобы разработать модель протокола результатов кредита, чтобы вести решения кредита. Этот рабочий процесс показывает, как разработать модель протокола результатов кредита.
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
(см., Создают creditscorecard и Свойства).
Интервал данные.
Соответствуйте модели логистической регрессии.
Рассмотрите и отформатируйте точки протокола результатов кредита. В этой точке в рабочем процессе, если у вас есть лицензия на Risk Management Toolbox, у вас есть опция, чтобы создать объект compactCreditScorecard
(csc
) с помощью функции compact
. Можно затем использовать следующие функции displaypoints
, score
и probdefault
от Risk Management Toolbox с объектом csc
.
Выиграйте данные.
Вычислите вероятности значения по умолчанию для данных.
Подтвердите качество модели протокола результатов кредита.
Для более подробной информации об этом рабочем процессе см., что Протокол результатов Кредита Моделирует Рабочий процесс.
sc = creditscorecard(data)
sc = creditscorecard(___,Name,Value)
создает объект sc
= creditscorecard(data
)creditscorecard
путем определения data
. Модель протокола результатов кредита, возвращенная как объект creditscorecard
, содержит карты раскладывания или правила (точки разделения или группировки категории) для одного или нескольких предикторов.
Свойства наборов с помощью пар "имя-значение" и любого из аргументов в предыдущем синтаксисе. Например, sc
= creditscorecard(___,Name,Value
)sc = creditscorecard(data,'GoodLabel',0,'IDVar','CustID','ResponseVar','status','PredictorVars',{'CustAge','CustIncome'},'WeightsVar','RowWeights','BinMissingData',true)
. Можно задать несколько пар "имя-значение".
Чтобы использовать наблюдение (выборка) веса в рабочем процессе протокола результатов кредита, при создании объекта creditscorecard
, необходимо использовать дополнительную пару "имя-значение" WeightsVar
, чтобы задать, какой столбец в data
содержит веса.
autobinning | Выполните автоматическое раскладывание данных предикторов |
bininfo | Возвратите информацию об интервале предиктора |
predictorinfo | Сводные данные свойств предиктора протокола результатов кредита |
modifypredictor | Установите свойства предикторов протокола результатов кредита |
modifybins | Измените интервалы предиктора |
bindata | Сгруппированные переменные прогноза |
plotbins | Гистограмма графика значит переменные прогноза |
fitmodel | Подходящая модель логистической регрессии к данным о Весе доказательства (WOE) |
fitConstrainedModel | Подходящая модель логистической регрессии к субъекту данных Веса доказательства (WOE) к ограничениям на коэффициенты модели |
setmodel | Установите образцовые предикторы и коэффициенты |
displaypoints | Возвратите точки на предиктор на интервал |
formatpoints | Точки протокола результатов формата и масштабирование |
score | Вычислите кредитные рейтинги для определенных данных |
probdefault | Вероятность значения по умолчанию для определенных данных установлена |
validatemodel | Подтвердите качество модели протокола результатов кредита |
compact | Создайте компактный протокол результатов кредита |
[1] Андерсон, R. Инструментарий рейтинга кредитоспособности. Издательство Оксфордского университета, 2007.
[2] Refaat, M. Подготовка данных для анализа данных Используя SAS. Морган Кофманн, 2006.
[3] Refaat, M. Протоколы результатов кредитного риска: разработка и реализация Используя SAS. lulu.com, 2011.
autobinning
| bindata
| bininfo
| displaypoints
| fitConstrainedModel
| fitmodel
| formatpoints
| modifybins
| modifypredictor
| plotbins
| predictorinfo
| probdefault
| score
| screenpredictors
| setmodel
| table
| validatemodel