Документация

Использовать screenpredictors (Risk Management Toolbox) из Risk Management Toolbox™ для анализа потенциально большого набора предикторов в подмножество, которое наиболее предсказывает переменную ответа на кредитную карту. Используйте это подмножество предикторов при создании creditscorecard объект.

Создайте creditscorecard объект для анализа кредитной карты показателей путем определения «обучающих» данных в формате таблицы. Обучающие данные, иногда называемые представлением моделирования, являются результатом нескольких задач подготовки данных (см. О кредитных картах показателей), которые должны быть выполнены перед созданием creditscorecard объект.

Можно использовать необязательные входные параметры для creditscorecard чтобы задать свойства карты показателей, такие как переменная отклика и GoodLabel. Выполните некоторое начальное исследование данных, когда creditscorecard создается объект, хотя анализ данных обычно выполняется в сочетании с раскладыванием данных (см. шаг 2). Для получения дополнительной информации и примеров смотрите creditscorecard и шаг 1 в примере для анализа карты показателей кредита.

Создайте creditscorecard объект с использованием обучающих данных.

Когда вы создаете creditscorecard объект для карты показателей кредита, можно задать «обучающие» данные в формате таблицы. Обучающие данные, иногда называемые представлением моделирования, являются результатом нескольких задач подготовки данных (см. О кредитных картах показателей), которые должны быть выполнены перед созданием creditscorecard объект.

Можно использовать необязательные входные параметры для creditscorecard чтобы задать свойства карты показателей, такие как переменная отклика и GoodLabel. Выполните некоторое начальное исследование данных, когда creditscorecard создается объект, хотя анализ данных обычно выполняется в сочетании с раскладыванием данных (см. шаг 2). Для получения дополнительной информации и примеров смотрите creditscorecard и шаг 1 в примере для анализа карты показателей кредита.

Отобразите данные.

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

Общей начальной точкой является применение автоматического раскладывание ко всем или выбранным переменным с помощью autobinning, сообщать с помощью bininfo, и визуализировать интервал информацию относительно количества интервалов и статистики или мер ассоциации, таких как вес доказательств (ГОРЕ), используя plotbins. Интервалы можно изменить или настроить вручную, используя modifybins или с другим алгоритмом автоматического раскладывания, используя autobinning. Интервалы, которые показывают близкий к линейному тренд в ГОРЕ, часто желательны в контексте карты результатов кредита.

Кроме того, с помощью Risk Management Toolbox можно использовать приложение Binning Explorer для интерактивного интервала. Этот Binning Explorer позволяет вам в интерактивном режиме применить алгоритм раскладывания и изменить интервалы. Для получения дополнительной информации см. раздел Binning Explorer (Risk Management Toolbox).

Для получения дополнительной информации и примеров см. autobinning, modifybins, bininfo, и plotbins и шаг 2 в примере для анализа карты показателей кредита.

Подбор логистической регрессионной модели.

Подбор логистической регрессионной модели к данным ГОРЕ из creditscorecard объект. fitmodel функция внутренне блокирует обучающие данные, преобразует их в значения WOE, отображает переменную отклика так, что 'Good' является 1, и подходит для линейной логистической регрессионой модели.

По умолчанию, fitmodel использует пошаговую процедуру, чтобы определить, какие предикторы должны быть в модели, но необязательные входные параметры также могут использоваться, например, для соответствия полной модели. Для получения дополнительной информации и примеров см. fitmodel и шаг 3 в примере для анализа карты показателей кредита.

Кроме того, можно применить ограничения равенства, неравенства или связанных ограничений, чтобы соответствовать логистической регрессионой модели, к данным WOE из creditscorecard использование объекта fitConstrainedModel.

Просмотрите и отформатируйте точки кредитных карт.

После подбора кривой логистической модели используйте displaypoints для суммирования точек карты показателей. По умолчанию точки не масштабируются и исходят непосредственно из комбинации значений Weight of Evidence (WOE) и коэффициентов модели.

formatpoints функция позволяет управлять масштабированием и округлением точек карты показателей. Для получения дополнительной информации и примеров см. displaypoints и formatpoints и шаг 4 в примере для анализа карты показателей кредита.

Также можно создать компактную карту показателей кредита с помощью

Как создать compactCreditScorecard объект, использование compact для создания compactCreditScorecard объект. Затем можно использовать следующие функции displaypoints(Набор Risk Management Toolbox), score(Набор Risk Management Toolbox), и probdefault(Набор Risk Management Toolbox) из Risk Management Toolbox с compactCreditScorecard объект..

Оцените данные.

score функция вычисляет счета для обучающих данных.

Необязательный вход данных также может быть передан scoreдля примера, данные валидации. Точки на предиктор для каждого клиента также предоставляются в качестве опционального выхода. Для получения дополнительной информации и примеров см. score и шаг 5 в примере для анализа карты показателей кредита.

Вычислите вероятность дефолта для счетов карты показателей кредита.

probdefault функция для вычисления вероятности дефолта для обучающих данных.

В сложение можно вычислить вероятность возникновения по умолчанию для другого набора данных (для примера - набора данных валидации), используя probdefault функция. Для получения дополнительной информации и примеров см. probdefault и шаг 6 в примере для анализа карты показателей кредита.

Проверьте модель карты показателей кредита.

Используйте validatemodel функция для проверки качества модели карты показателей кредита.

Можно получить графики «Профиль кумулятивной точности» (CAP), «Рабочая характеристика приемника» (ROC) и «Графики Колмогорова-Смирнова» (KS) и статистику для данного набора данных, используя validatemodel функция. Для получения дополнительной информации и примеров см. validatemodel и шаг 7 в примере для анализа карты показателей кредита.