信用计分卡建模工作流程
创建、信用计分卡模型,分析如下。
使用
screenpredictors
(风险管理工具箱)从风险管理工具箱™削减可能很大的一组预测的一个子集,是信用评分卡的最有预测力的响应变量。创建时使用这个预测的子集creditscorecard
对象。此外,您可以使用阈值预测(风险管理工具箱)交互式地建立信用计分卡使用的输出预测阈值screenpredictors
(风险管理工具箱)。创建一个
creditscorecard
信用计分卡分析对象通过指定“训练”数据表的格式。训练数据,有时被称为建模视图,是多个数据准备任务的结果(见关于信用计分卡),必须在创建一个执行creditscorecard
对象。您可以使用可选的输入参数
creditscorecard
指定记分卡等响应变量和属性GoodLabel
。执行一些初始数据探索时creditscorecard
创建对象时,尽管数据分析通常需要结合数据装箱(见步骤2)的更多信息和示例,明白了creditscorecard
和步骤1信用计分卡分析案例研究。创建一个
creditscorecard
使用训练数据对象。当您创建一个
creditscorecard
对象信用计分卡,您可以指定“训练”数据表的格式。训练数据,有时被称为建模视图,是多个数据准备任务的结果(见关于信用计分卡),必须在创建一个执行creditscorecard
对象。您可以使用可选的输入参数
creditscorecard
指定记分卡等响应变量和属性GoodLabel
。执行一些初始数据探索时creditscorecard
创建对象时,尽管数据分析通常需要结合数据装箱(见步骤2)的更多信息和示例,明白了creditscorecard
和步骤1信用计分卡分析案例研究。本数据。
执行手动或自动装箱数据加载到
creditscorecard
对象。一个共同的出发点是对所有或选定的变量使用应用自动装箱
autobinning
,报告使用bininfo
,想象本信息关于本计数和统计或协会等措施的证据(悲哀)使用plotbins
。箱子可以修改或调整手动使用modifybins
或用不同的自动装箱算法使用autobinning
。箱子显示close-to-linear趋势在悲哀常常需要信用计分卡上下文。另外,风险管理工具,您可以使用装箱的探险家应用交互本。的装箱的探险家使您能够交互式地应用和修改箱装箱算法。有关更多信息,请参见装箱的探险家(风险管理工具箱)。
的更多信息和示例,请参阅
autobinning
,modifybins
,bininfo
,plotbins
和步骤2信用计分卡分析案例研究。符合逻辑回归模型。
适合一个悲哀的数据逻辑回归模型
creditscorecard
对象。的fitmodel
函数内部箱子训练数据,将它转换成悲哀的价值观,这地图响应变量‘好’
是1
,符合线性逻辑回归模型。默认情况下,
fitmodel
使用一个逐步的过程,以确定哪些因素应该在模型中,但也可以使用可选的输入参数,例如,要符合一个完整的模型。的更多信息和示例,请参阅fitmodel
和步骤3信用计分卡分析案例研究。或者,您可以应用平等,不平等,或者绑定约束符合逻辑回归模型悲哀的数据
creditscorecard
对象使用fitConstrainedModel
。审查和格式信用计分卡点。
合适的物流模式,使用后
displaypoints
总结计分卡点。默认情况下,点们和直接来自的组合证据的效力(悲哀)值和模型系数。的
formatpoints
函数允许您控制缩放和舍入的计分卡点。的更多信息和示例,请参阅displaypoints
和formatpoints
和步骤4信用计分卡分析案例研究。可选地,您可以创建一个紧凑的信用计分卡使用
创建一个
compactCreditScorecard
对象,使用紧凑的
创建一个compactCreditScorecard
对象。然后,您可以使用以下功能displaypoints
(风险管理工具箱),分数
(风险管理工具箱),probdefault
(风险管理工具箱)从风险管理的工具箱compactCreditScorecard
对象. .得分数据。
的
分数
函数计算训练数据的分数。还可以传递一个可选的数据输入
分数
例如,验证数据。也分预测值为每个客户提供一个可选的输出。的更多信息和示例,请参阅分数
和步骤5信用计分卡分析案例研究。计算违约概率对信用计分卡的分数。
的
probdefault
函数计算训练数据的违约概率。此外,可以为不同的数据集计算违约的可能性(例如,一个验证数据集)使用
probdefault
函数。的更多信息和示例,请参阅probdefault
和步骤6信用计分卡分析案例研究。信用计分卡模型进行验证。
使用
validatemodel
功能验证的质量信用计分卡模型。您可以获得累计准确性概要(CAP),接受者操作特征(ROC), Kolmogorov-Smirnov (KS)对于一个给定的数据集使用阴谋和统计数据
validatemodel
函数。的更多信息和示例,请参阅validatemodel
和步骤7信用计分卡分析案例研究。
这个工作流程的一个例子,看到信用计分卡分析案例研究。
另请参阅
creditscorecard
|autobinning
|bininfo
|predictorinfo
|modifypredictor
|modifybins
|bindata
|plotbins
|fitmodel
|displaypoints
|formatpoints
|分数
|setmodel
|probdefault
|validatemodel