predictorinfo.

信用记分卡预测因素属性摘要

描述

例子

[T.统计] = predictorinfo(SC.predictorname.返回信用记分卡预测器属性和一些基本预测统计信息摘要。

例子

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)。

加载CreditCardData.sc = creditscorecard(数据,'idvar''Custid'
sc = creditscorecard具有属性:goodlabel:0 responsevar:'status'weightsvar:''varnames:{1x11 cell} numericpredictors:{1x6 cell} cateCoricalpricictors:{'resstatus''empstatus'''其他} binmissingdata:0 idvar:'custid'predictorvars:{1x9 cell}数据:[1200x11表]

获得预测的统计数据predictorname.保管

[t,stats] = predictorinfo(sc,“守护”
t =1×2表predictationtapt presidbinning _____________ _________________监护{'numeric'} {'原始数据'}
统计=4×1表值______ min 21 max 74平均45.174 std 9.8302

获得预测的统计数据predictorname.resstatus

[t,stats] = predictorinfo(sc,'resstatus'
t =1×3表预测序号序列勋章__________________________________________________________________________ resstatus {'patporical'} false {'原始数据'}
统计=3×1表_____房主542租户474其他184

输入参数

全部收缩

信用记分卡模型,指定为aCreditsCorecard.目的。用CreditsCorecard.创建一个CreditsCorecard.目的。

预测名称,使用包含感兴趣的信用记分卡预测器的名称的字符向量指定。predictorname.区分大小写。

数据类型:char

输出参数

全部收缩

摘要指定预测程序的信息,作为具有以下列的表返回:

  • '预测'-'数字'或者'分类'

  • '序号'- 对于分类预测器,布尔表示是序数。

  • 'residbinning'- 字符向量,指示输入参数的最后应用算法predictorname.。值为:

    • '原始数据'- 当没有搭档被应用于预测因子时。

    • '自动/ binningname'- 在哪里'binningname'是以下之一:单调平等宽度, 或者平等频率

    • '手动的'- 在每次召唤之后ModifierBins.,在哪里'切口''catgrouping''minvalue', 或者'maxvalue'被修改。

预测器的名称用作返回的表中的行名称。

输入统计predictorname.,作为桌子返回。相应的值存储在'价值'柱子。

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。

  • '最大限度'- 样本中的最大值。

  • '吝啬的'- 样本中的平均值。

  • 'std'- 样品的标准偏差。

    笔记

    对于除“双”或“单次”以外的数据类型,标准偏差可能会丢失数字精度。在计算标准偏差之前,“双”或“单”以外的数据类型将作为“双”。

对于分类预测器,行名称包含类别的名称,具有相应的总数'数数'柱子。

在R2015B中介绍