文件帮助中心文件
predictorname.
填充
信用记分卡预测因素属性摘要
[t,stats] = predictorinfo(sc,predictorname)
例子
[T.那统计) = predictorinfo (SC.那predictorname.的)返回信用记分卡预测器属性和一些基本预测统计信息的摘要。
[T.那统计) = predictorinfo (SC.那predictorname.的)
T.
统计
SC.
全部收缩
创建一个CreditsCorecard.对象使用CreditCardData.mat文件加载数据(使用来自Refaat 2011的数据集)。
CreditsCorecard.
CreditCardData.mat
加载CreditCardDatasc = creditscorecard(数据,'idvar'那'Custid'的)
sc = creditscorecard具有属性:goodlabel:0 responsevar:'status'fightsvar:''varnames:{1x11 cell} numericpredictors:{1x6 cell}分类预测器:{'resstatus''empstatus'''odercc'} binmissingdata:0 idvar:'custid'predictorvars:{1x9小区}数据:[1200x11表]
获得预测的统计数据predictorname.的CustAge。
CustAge
(T,统计)= predictorinfo (sc,“守护”的)
t =1×4表预测residbinning locousfillingtype lovelfillmissingvalue _____________________________________________________________0x0 double'}
统计=4×1表值______ Min 21 Max 74 Mean 45.174 Std 9.8302
获得预测的统计数据predictorname.的ResStatus。
ResStatus
(T,统计)= predictorinfo (sc,'resstatus'的)
t =1×5表PredictorType序LatestBinning LatestFillMissingType LatestFillMissingValue _______________ _______ _________________ _____________________ ______________________ ResStatus { '范畴'} {假 '原始数据'} { '原始'} {为0x0双}
统计=3×1表_____房主542租户474其他184
加载CreditCardDatasc = creditscorecard(Datamissing,'binmissingdata',真的,'idvar'那'Custid');sc = autobinning(sc);
使用填充来替换缺失的值CustAge具有价值的预测器38.。
38.
sc = fillmissing (sc,“守护”那'持续的',38);
t =1×4表预测presidbinning lovelfillingtype lovelfillmissingvalue ___________________________________________监护{numeric'} {'常量'} {[38]}
统计=4×1表值______ Min 21 Max 74 Mean 44.932 Std 9.7436
使用填充来替换缺失的值ResStatus与A的预测器模式价值。
模式
sc = fillmissing (sc,'resstatus'那“模式”);
t =1×5表预测序号序列纯粹填充物品最新填充型值___________________________________________________________________________________________________________________________________________________ resstatus {'patporical'} false {'自动/ monotone'} {'mode'} {'mode'}
统计=3×1表数_____租户457家主人563其他180
信用记分卡模型,指定为CreditsCorecard.对象。使用CreditsCorecard.创建一个CreditsCorecard.对象。
预测器名称,使用包含感兴趣的信用记分卡预测器名称的字符向量指定。predictorname.是区分大小写的。
数据类型:字符
字符
指定预测器的摘要信息,返回为带有以下列的表:
“PredictorType”-'数字'或“分类”。
“PredictorType”
'数字'
“分类”
'序号'-对于直言型预测器,表示其是否为序号的布尔值。
'序号'
'linalbinning'- 表示输入参数最后应用算法的字符矢量predictorname.。值为:
'linalbinning'
'原始数据'- 当没有合并的预测器时,没有搭档。
'原始数据'
“自动/ BinningName”- 在哪里'binningname'是下列情况之一:单调那平等的宽度, 或者平等频率。
“自动/ BinningName”
'binningname'
单调
平等的宽度
平等频率
'手动的'- 在每次召唤之后ModifierBins.,在哪里'切口'那'catgrouping'那'minvalue', 或者'maxvalue'被修改。
'手动的'
ModifierBins.
'切口'
'catgrouping'
'minvalue'
'maxvalue'
“LatestFillMissingType”- 如果填充已应用于预测因素,价值统计数据争论填充会显示出来。如果预测器没有任何丢失的数据,则填充类型为'原来的'。
“LatestFillMissingType”
统计数据
'原来的'
“LatestFillMissingValue”- 如果填充已应用于预测器,填充值显示。如果预测器没有任何丢失的数据,则填充值为[]。
“LatestFillMissingValue”
[]
预测器的名称用作返回的表中的行名称。
输入统计数据predictorname.,作为桌子返回。相应的值存储在'价值'柱子。
'价值'
表的行名称表示数字预测器的相关统计信息:
'min'- 样本中的最小值。
'min'
'最大限度'—样品中最大值。
'最大限度'
“的意思是”- 样本中的平均值。
“的意思是”
“性病”- 样品的标准偏差。
“性病”
笔记
对于'double'或'single'以外的数据类型,标准偏差可能会失去数值精度。在计算标准偏差之前,'double'或'single'以外的数据类型被转换为'double'。
对于分类预测器,行名包含类别的名称,在'数数'柱子。
'数数'
CreditsCorecard.|ModifierBins.|modifypredictor.|bininfo|填充
modifypredictor.
bininfo
您拥有此示例的修改版本。您是否希望使用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
你也可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获得最佳网站性能。其他MathWorks国家网站未优化您所在地的访问。
联系您当地的办公室