Документация

Использование screenpredictors (Risk Management Toolbox) 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 creditscorecard объект.

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

Можно использовать дополнительные входные параметры для creditscorecard задавать свойства протокола результатов, такие как переменная отклика и GoodLabel. Выполните некоторое исследование исходных данных когда creditscorecard объект 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.

Создайте creditscorecard объект с помощью обучающих данных.

Когда вы создаете creditscorecard объект для протокола результатов кредита, можно задать “учебные” данные в формате таблицы. Обучающие данные, иногда названные представлением моделирования, являются результатом нескольких задач подготовки данных (займитесь Протоколами результатов Кредита), который должен быть выполнен прежде, чем создать creditscorecard объект.

Можно использовать дополнительные входные параметры для creditscorecard задавать свойства протокола результатов, такие как переменная отклика и GoodLabel. Выполните некоторое исследование исходных данных когда creditscorecard объект 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.

Интервал данные.

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

Общая начальная точка должна применить автоматическое раскладывание к использованию всех или выбранных переменных autobinning, сообщите об использовании bininfo, и визуализируйте информацию об интервале относительно количества интервалов и статистики или мер ассоциации, таких как использование Веса доказательства (WOE) plotbins. Интервалы могут быть изменены или подстроили любого вручную использование modifybins или с различным автоматическим использованием алгоритма раскладывания autobinning. Интервалы, которые показывают близко-к-линейному тренд в WOE, часто желаемы в контексте протокола результатов кредита.

В качестве альтернативы 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 (Risk Management Toolbox).

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

Подбирайте модель логистической регрессии.

Подбирайте модель логистической регрессии к данным WOE из creditscorecard объект. fitmodel функционируйте внутренне интервалы обучающие данные, преобразовывает его в значения WOE, сопоставляет переменную отклика так, чтобы 'Good' 1, и подбирает линейную модель 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 подбирать полную модель. Для получения дополнительной информации и примеры, смотрите fitmodel и шаг 3 в случае, если Исследование для Анализа Протокола результатов Кредита.

В качестве альтернативы можно применить равенство, неравенство или связанные ограничения, чтобы подбирать модель логистической регрессии к данным WOE из creditscorecard объектное использование fitConstrainedModel.

Анализ и точки протокола результатов кредита формата.

После того, чтобы подбирать логистическую модель использовать displaypoints обобщать точки протокола результатов. По умолчанию моменты не масштабированы и наступают непосредственно от комбинации значений Веса доказательства (WOE) и коэффициентов модели.

formatpoints функция 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

Создать compactCreditScorecard объект, использовать compact создать compactCreditScorecard объект. Можно затем использовать следующие функции displaypoints (Risk Management Toolbox), score (Risk Management Toolbox), и probdefault (Risk Management Toolbox) от Risk Management Toolbox с compactCreditScorecard объект..

Выиграйте данные.

score функция вычисляет музыку к обучающим данным.

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

Вычислите вероятность значения по умолчанию для баллов протокола результатов кредита.

probdefault функция, чтобы вычислить вероятность значения по умолчанию для обучающих данных.

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

Подтвердите модель протокола результатов кредита.

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

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