modifybins
Измените интервалы предиктора
Синтаксис
sc = modifybins(sc,PredictorName,Name,Value)Описание
sc = modifybins(sc,PredictorName,Name,Value)
Примеры
Измените интервалы предиктора для числовых данных
Создайте объект creditscorecard с помощью файла CreditCardData.mat, чтобы загрузить data (использующий набор данных от Refaat 2011).
load CreditCardData
sc = creditscorecard(data);Предиктор CustIncome является числовым. По умолчанию каждое значение предиктора помещается в отдельный интервал.
bi = bininfo(sc,'CustIncome')bi=46×6 table
Bin Good Bad Odds WOE InfoValue
_______ ____ ___ _______ _________ __________
'18000' 2 3 0.66667 -1.1099 0.0056227
'19000' 1 2 0.5 -1.3976 0.0053002
'20000' 4 2 2 -0.011271 6.3641e-07
'21000' 6 3 2 -0.011271 9.5462e-07
'22000' 4 2 2 -0.011271 6.3641e-07
'23000' 4 4 1 -0.70442 0.0035885
'24000' 5 5 1 -0.70442 0.0044856
'25000' 4 9 0.44444 -1.5153 0.026805
'26000' 4 11 0.36364 -1.716 0.038999
'27000' 6 6 1 -0.70442 0.0053827
'28000' 13 11 1.1818 -0.53736 0.0061896
'29000' 11 10 1.1 -0.60911 0.0069988
'30000' 18 16 1.125 -0.58664 0.010493
'31000' 24 8 3 0.39419 0.0038382
'32000' 21 15 1.4 -0.36795 0.0042797
'33000' 35 19 1.8421 -0.093509 0.00039951
⋮
Используйте modifybins, чтобы установить минимальное значение 0, и точки разделения каждые 10000, от 20 000 до 60 000. Отобразите обновленную информацию об интервале, включая точки разделения.
sc = modifybins(sc,'CustIncome','MinValue',0,'CutPoints',20000:10000:60000); [bi,cp] = bininfo(sc,'CustIncome')
bi=7×6 table
Bin Good Bad Odds WOE InfoValue
_______________ ____ ___ _______ _________ _________
'[0,20000)' 3 5 0.6 -1.2152 0.010765
'[20000,30000)' 61 63 0.96825 -0.73668 0.060942
'[30000,40000)' 324 173 1.8728 -0.076967 0.0024846
'[40000,50000)' 304 123 2.4715 0.20042 0.013781
'[50000,60000)' 103 32 3.2188 0.46457 0.022144
'[60000,Inf]' 8 1 8 1.375 0.010235
'Totals' 803 397 2.0227 NaN 0.12035
cp = 5×1
20000
30000
40000
50000
60000
Первые и последние интервалы содержат очень немного точек. Чтобы объединить первый интервал во второй, удалите первую точку разделения. Точно так же, чтобы объединить последний интервал в предпоследний, удалите последнюю точку разделения. Затем используйте modifybins, чтобы обновить протокол результатов, и отображение обновило информацию об интервале.
cp(1)=[]; cp(end)=[]; sc = modifybins(sc,'CustIncome','CutPoints',cp); bi = bininfo(sc,'CustIncome')
bi=5×6 table
Bin Good Bad Odds WOE InfoValue
_______________ ____ ___ _______ _________ _________
'[0,30000)' 64 68 0.94118 -0.76504 0.070065
'[30000,40000)' 324 173 1.8728 -0.076967 0.0024846
'[40000,50000)' 304 123 2.4715 0.20042 0.013781
'[50000,Inf]' 111 33 3.3636 0.5086 0.028028
'Totals' 803 397 2.0227 NaN 0.11436
Измените интервалы предиктора для категориальных данных
Создайте объект creditscorecard с помощью файла CreditCardData.mat, чтобы загрузить data (использующий набор данных от Refaat 2011).
load CreditCardData
sc = creditscorecard(data);Карта раскладывания или правила для категориальных данных получены в итоге в "таблице" группировки категории, возвращенной как дополнительный вывод. По умолчанию каждая категория помещается в отдельный интервал. Вот является информация для предиктора ResStatus.
[bi,cg] = bininfo(sc,'ResStatus')bi=4×6 table
Bin Good Bad Odds WOE InfoValue
____________ ____ ___ ______ _________ _________
'Home Owner' 365 177 2.0621 0.019329 0.0001682
'Tenant' 307 167 1.8383 -0.095564 0.0036638
'Other' 131 53 2.4717 0.20049 0.0059418
'Totals' 803 397 2.0227 NaN 0.0097738
cg=3×2 table
Category BinNumber
____________ _________
'Home Owner' 1
'Tenant' 2
'Other' 3
К категориям группы 'Tenant' и 'Other', измените таблицу cg группировки категории, таким образом, номер интервала для 'Other' совпадает с номером интервала для 'Tenant'. Затем используйте modifybins, чтобы обновить протокол результатов.
cg.BinNumber(3) = 2; sc = modifybins(sc,'ResStatus','CatGrouping',cg);
Отобразите обновленную информацию об интервале. Обратите внимание на то, что метки интервала были обновлены и что информация о членстве в интервале содержится в категории, группирующей cg.
[bi,cg] = bininfo(sc,'ResStatus')bi=3×6 table
Bin Good Bad Odds WOE InfoValue
________ ____ ___ ______ _________ __________
'Group1' 365 177 2.0621 0.019329 0.0001682
'Group2' 438 220 1.9909 -0.015827 0.00013772
'Totals' 803 397 2.0227 NaN 0.00030592
cg=3×2 table
Category BinNumber
____________ _________
'Home Owner' 1
'Tenant' 2
'Other' 2
Объедините интервалы для числовых и категориальных предикторов
Создайте объект creditscorecard (использующий набор данных от Refaat 2011).
load CreditCardData sc = creditscorecard(data,'IDVar','CustID','GoodLabel',0);
Для числового предиктора CustAge используйте функцию modifybins, чтобы установить следующие точки разделения:
cp = [25 37 49 65]; sc = modifybins(sc,'CustAge','CutPoints',cp,'MinValue',0,'MaxValue',75); bininfo(sc,'CustAge')
ans=6×6 table
Bin Good Bad Odds WOE InfoValue
_________ ____ ___ ______ _________ _________
'[0,25)' 9 8 1.125 -0.58664 0.0052464
'[25,37)' 125 92 1.3587 -0.39789 0.030268
'[37,49)' 340 183 1.8579 -0.084959 0.0031898
'[49,65)' 298 108 2.7593 0.31054 0.030765
'[65,75]' 31 6 5.1667 0.93781 0.022031
'Totals' 803 397 2.0227 NaN 0.0915
Используйте функцию modifybins, чтобы объединить 2-е и 3-и интервалы.
sc = modifybins(sc,'CustAge','CutPoints',cp([1 3 4])); bininfo(sc,'CustAge')
ans=5×6 table
Bin Good Bad Odds WOE InfoValue
_________ ____ ___ ______ ________ _________
'[0,25)' 9 8 1.125 -0.58664 0.0052464
'[25,49)' 465 275 1.6909 -0.17915 0.020355
'[49,65)' 298 108 2.7593 0.31054 0.030765
'[65,75]' 31 6 5.1667 0.93781 0.022031
'Totals' 803 397 2.0227 NaN 0.078397
Отобразите информацию об интервале для категориального предиктора ResStatus.
[bi,cg] = bininfo(sc,'ResStatus');
disp(bi) Bin Good Bad Odds WOE InfoValue
____________ ____ ___ ______ _________ _________
'Home Owner' 365 177 2.0621 0.019329 0.0001682
'Tenant' 307 167 1.8383 -0.095564 0.0036638
'Other' 131 53 2.4717 0.20049 0.0059418
'Totals' 803 397 2.0227 NaN 0.0097738
Используйте функцию modifybins, чтобы объединить категории 2 и 3.
cg.BinNumber(3) = 2; sc = modifybins(sc,'ResStatus','CatGrouping',cg); bininfo(sc,'ResStatus')
ans=3×6 table
Bin Good Bad Odds WOE InfoValue
________ ____ ___ ______ _________ __________
'Group1' 365 177 2.0621 0.019329 0.0001682
'Group2' 438 220 1.9909 -0.015827 0.00013772
'Totals' 803 397 2.0227 NaN 0.00030592
Разделите интервалы для числовых и категориальных предикторов
Создайте объект creditscorecard (использующий набор данных от Refaat 2011).
load CreditCardData sc = creditscorecard(data,'IDVar','CustID','GoodLabel',0)
sc =
creditscorecard with properties:
GoodLabel: 0
ResponseVar: 'status'
WeightsVar: ''
VarNames: {1x11 cell}
NumericPredictors: {1x6 cell}
CategoricalPredictors: {'ResStatus' 'EmpStatus' 'OtherCC'}
BinMissingData: 0
IDVar: 'CustID'
PredictorVars: {1x9 cell}
Data: [1200x11 table]
Для числового предиктора TmAtAddress используйте функцию modifybins, чтобы установить следующие точки разделения:
cp = [30 80 120]; sc = modifybins(sc,'TmAtAddress','CutPoints',cp,'MinValue',0,'MaxValue',210); bininfo(sc,'TmAtAddress')
ans=5×6 table
Bin Good Bad Odds WOE InfoValue
___________ ____ ___ ______ _________ __________
'[0,30)' 330 154 2.1429 0.057722 0.0013305
'[30,80)' 379 201 1.8856 -0.070187 0.0024086
'[80,120)' 78 36 2.1667 0.068771 0.00044396
'[120,210]' 16 6 2.6667 0.27641 0.0013301
'Totals' 803 397 2.0227 NaN 0.0055131
Используйте функцию modifybins, чтобы разделить 2-й интервал.
sc = modifybins(sc,'TmAtAddress','CutPoints',[cp(1) 50 cp(2:end)]); bininfo(sc,'TmAtAddress')
ans=6×6 table
Bin Good Bad Odds WOE InfoValue
___________ ____ ___ ______ _________ __________
'[0,30)' 330 154 2.1429 0.057722 0.0013305
'[30,50)' 211 104 2.0288 0.0030488 2.4387e-06
'[50,80)' 168 97 1.732 -0.15517 0.005449
'[80,120)' 78 36 2.1667 0.068771 0.00044396
'[120,210]' 16 6 2.6667 0.27641 0.0013301
'Totals' 803 397 2.0227 NaN 0.0085559
Отобразите информацию об интервале для категориального предиктора ResStatus.
[bi,cg] = bininfo(sc,'ResStatus')bi=4×6 table
Bin Good Bad Odds WOE InfoValue
____________ ____ ___ ______ _________ _________
'Home Owner' 365 177 2.0621 0.019329 0.0001682
'Tenant' 307 167 1.8383 -0.095564 0.0036638
'Other' 131 53 2.4717 0.20049 0.0059418
'Totals' 803 397 2.0227 NaN 0.0097738
cg=3×2 table
Category BinNumber
____________ _________
'Home Owner' 1
'Tenant' 2
'Other' 3
Используйте функцию modifybins, чтобы объединить категории 2 и 3.
cg.BinNumber(3) = 2; sc = modifybins(sc,'ResStatus','CatGrouping',cg); bininfo(sc,'ResStatus')
ans=3×6 table
Bin Good Bad Odds WOE InfoValue
________ ____ ___ ______ _________ __________
'Group1' 365 177 2.0621 0.019329 0.0001682
'Group2' 438 220 1.9909 -0.015827 0.00013772
'Totals' 803 397 2.0227 NaN 0.00030592
Используйте функцию modifybins, чтобы разделить интервал 2 и подвергнуть Other интервалу 3.
cg.BinNumber(3) = 3; sc = modifybins(sc,'ResStatus','CatGrouping',cg); [bi,cg] = bininfo(sc,'ResStatus')
bi=4×6 table
Bin Good Bad Odds WOE InfoValue
____________ ____ ___ ______ _________ _________
'Home Owner' 365 177 2.0621 0.019329 0.0001682
'Tenant' 307 167 1.8383 -0.095564 0.0036638
'Other' 131 53 2.4717 0.20049 0.0059418
'Totals' 803 397 2.0227 NaN 0.0097738
cg=3×2 table
Category BinNumber
____________ _________
'Home Owner' 1
'Tenant' 2
'Other' 3
Измените метки интервала
Создайте объект creditscorecard с помощью файла CreditCardData.mat, чтобы загрузить data (использующий набор данных от Refaat 2011).
load CreditCardData
sc = creditscorecard(data);Используйте modifybins, чтобы сбросить минимальное значение и создать три интервала для предиктора, CustIncome и отображение обновили информацию об интервале.
sc = modifybins(sc,'CustIncome','MinValue',0,'CutPoints',[30000 50000]); bi = bininfo(sc,'CustIncome')
bi=4×6 table
Bin Good Bad Odds WOE InfoValue
_______________ ____ ___ _______ ________ _________
'[0,30000)' 64 68 0.94118 -0.76504 0.070065
'[30000,50000)' 628 296 2.1216 0.047762 0.0017421
'[50000,Inf]' 111 33 3.3636 0.5086 0.028028
'Totals' 803 397 2.0227 NaN 0.099836
Измените метки интервала, и отображение обновило информацию об интервале.
NewLabels = {'Up to 30k','30k to 50k','50k and more'};
sc = modifybins(sc,'CustIncome','BinLabels',NewLabels);
bi = bininfo(sc,'CustIncome')bi=4×6 table
Bin Good Bad Odds WOE InfoValue
______________ ____ ___ _______ ________ _________
'Up to 30k' 64 68 0.94118 -0.76504 0.070065
'30k to 50k' 628 296 2.1216 0.047762 0.0017421
'50k and more' 111 33 3.3636 0.5086 0.028028
'Totals' 803 397 2.0227 NaN 0.099836
Метки интервала должны быть последним шагом модификации интервала. Как в этом примере, пользовательские метки интервала часто содержат информацию о точках разделения, минимуме, или максимальных значениях для числовых данных или информации о группировках категории для категориальных данных. Чтобы предотвратить ситуации, где пользовательские метки и точки разделения противоречивы (и метки вводят в заблуждение), объект creditscorecard заменяет пользовательские метки каждый раз, когда интервалы изменяются с помощью modifybins.
Чтобы проиллюстрировать modifybins, заменяющий пользовательские метки каждый раз, интервалы изменяются, сбросьте первую точку разделения к 31 000, и отображение обновило информацию об интервале. Обратите внимание на то, что метки интервала сбрасываются к их формату по умолчанию и точно отражают изменение в точках разделения.
sc = modifybins(sc,'CustIncome','CutPoints',[31000 50000]); bi = bininfo(sc,'CustIncome')
bi=4×6 table
Bin Good Bad Odds WOE InfoValue
_______________ ____ ___ _______ ________ _________
'[0,31000)' 82 84 0.97619 -0.72852 0.079751
'[31000,50000)' 610 280 2.1786 0.074251 0.0040364
'[50000,Inf]' 111 33 3.3636 0.5086 0.028028
'Totals' 803 397 2.0227 NaN 0.11182
Измените информацию об интервале при использовании Недостающих данных
Создайте объект creditscorecard с помощью файла CreditCardData.mat, чтобы загрузить dataMissing с отсутствующими значениями.
load CreditCardData.mat
head(dataMissing,5)ans=5×11 table
CustID CustAge TmAtAddress ResStatus EmpStatus CustIncome TmWBank OtherCC AMBalance UtilRate status
______ _______ ___________ ___________ _________ __________ _______ _______ _________ ________ ______
1 53 62 <undefined> Unknown 50000 55 Yes 1055.9 0.22 0
2 61 22 Home Owner Employed 52000 25 Yes 1161.6 0.24 0
3 47 30 Tenant Employed 37000 61 No 877.23 0.29 0
4 NaN 75 Home Owner Employed 53000 20 Yes 157.37 0.08 0
5 68 56 Home Owner Employed 53000 14 Yes 561.84 0.11 0
fprintf('Number of rows: %d\n',height(dataMissing))Number of rows: 1200
fprintf('Number of missing values CustAge: %d\n',sum(ismissing(dataMissing.CustAge)))Number of missing values CustAge: 30
fprintf('Number of missing values ResStatus: %d\n',sum(ismissing(dataMissing.ResStatus)))Number of missing values ResStatus: 40
Используйте creditscorecard с набором аргумента 'BinMissingData' значения имени к true к интервалу недостающие данные в отдельном интервале.
sc = creditscorecard(dataMissing,'IDVar','CustID','BinMissingData',true); sc = autobinning(sc); disp(sc)
creditscorecard with properties:
GoodLabel: 0
ResponseVar: 'status'
WeightsVar: ''
VarNames: {1x11 cell}
NumericPredictors: {1x6 cell}
CategoricalPredictors: {'ResStatus' 'EmpStatus' 'OtherCC'}
BinMissingData: 1
IDVar: 'CustID'
PredictorVars: {1x9 cell}
Data: [1200x11 table]
Отобразите информацию об интервале для числовых данных для 'CustAge', который включает недостающие данные в отдельный интервал, маркировал <missing>.
[bi,cp] = bininfo(sc,'CustAge');
disp(bi) Bin Good Bad Odds WOE InfoValue
___________ ____ ___ ______ ________ __________
'[-Inf,33)' 69 52 1.3269 -0.42156 0.018993
'[33,37)' 63 45 1.4 -0.36795 0.012839
'[37,40)' 72 47 1.5319 -0.2779 0.0079824
'[40,46)' 172 89 1.9326 -0.04556 0.0004549
'[46,48)' 59 25 2.36 0.15424 0.0016199
'[48,51)' 99 41 2.4146 0.17713 0.0035449
'[51,58)' 157 62 2.5323 0.22469 0.0088407
'[58,Inf]' 93 25 3.72 0.60931 0.032198
'<missing>' 19 11 1.7273 -0.15787 0.00063885
'Totals' 803 397 2.0227 NaN 0.087112
plotbins(sc,'CustAge')
Для числового предиктора CustAge удалите точки разделения 48 и 51 и затем используйте modifybins, чтобы задать 'MinValue' 0, чтобы вручную изменить раскладывание и заметить, что это не влияет на данные в интервале <missing>, и интервал <missing> остается в конце.
cp(cp==48) = []; cp(cp==51) = []; sc = modifybins(sc,'CustAge','CutPoints',cp,'MinValue',0); bi = bininfo(sc,'CustAge'); disp(bi)
Bin Good Bad Odds WOE InfoValue
___________ ____ ___ ______ ________ __________
'[0,33)' 69 52 1.3269 -0.42156 0.018993
'[33,37)' 63 45 1.4 -0.36795 0.012839
'[37,40)' 72 47 1.5319 -0.2779 0.0079824
'[40,46)' 172 89 1.9326 -0.04556 0.0004549
'[46,58)' 315 128 2.4609 0.19612 0.013701
'[58,Inf]' 93 25 3.72 0.60931 0.032198
'<missing>' 19 11 1.7273 -0.15787 0.00063885
'Totals' 803 397 2.0227 NaN 0.086808
plotbins(sc,'CustAge')
Отобразите информацию об интервале для категориальных данных для 'ResStatus', который включает недостающие данные в отдельный интервал, маркировал <missing>.
[bi,cg] = bininfo(sc,'ResStatus');
disp(bi) Bin Good Bad Odds WOE InfoValue
____________ ____ ___ ______ _________ __________
'Tenant' 296 161 1.8385 -0.095463 0.0035249
'Home Owner' 352 171 2.0585 0.017549 0.00013382
'Other' 128 52 2.4615 0.19637 0.0055808
'<missing>' 27 13 2.0769 0.026469 2.3248e-05
'Totals' 803 397 2.0227 NaN 0.0092627
plotbins(sc,'ResStatus')
Для категориального предиктора ResStatus используйте modifybins, чтобы вручную объединить 'HomeOwner' и 'Other' в одну группу путем присваивания того же номера интервала этим категориям. Заметьте, что это не влияет на данные в интервале <missing>, и интервал <missing> остается в конце.
cg.BinNumber(3) = 2; sc = modifybins(sc,'ResStatus','CatGrouping',cg); [bi,cg] = bininfo(sc,'ResStatus'); disp(bi)
Bin Good Bad Odds WOE InfoValue
___________ ____ ___ ______ _________ __________
'Group1' 296 161 1.8385 -0.095463 0.0035249
'Group2' 480 223 2.1525 0.062196 0.0022419
'<missing>' 27 13 2.0769 0.026469 2.3248e-05
'Totals' 803 397 2.0227 NaN 0.00579
disp(cg)
Category BinNumber
____________ _________
'Tenant' 1
'Home Owner' 2
'Other' 2
Входные параметры
Выходные аргументы
Ссылки
[1] Андерсон, R. Инструментарий рейтинга кредитоспособности. Издательство Оксфордского университета, 2007.
[2] Refaat, M. Протоколы результатов кредитного риска: разработка и реализация Используя SAS. lulu.com, 2011.
Смотрите также
autobinning | bindata | bininfo | creditscorecard | displaypoints | fitmodel | formatpoints | modifypredictor | plotbins | predictorinfo | probdefault | score | setmodel | validatemodel