creditscorecard
创建creditscorecard
对象建立信用记分卡模型
描述
创建一个信用记分卡模型creditscorecard
对象并以表格式指定输入数据。
在创建creditscorecard
对象,您可以使用相关的对象函数对数据进行存储并执行逻辑回归分析,以开发信用记分卡模型来指导信用决策。这个工作流展示了如何开发信用记分卡模型。
使用
screenpredictors
(风险管理工具箱)从风险管理工具箱™中,将潜在的大型预测因子集缩减为最能预测信用评分卡响应变量的子集。类时使用此预测符子集creditscorecard
对象。创建一个
creditscorecard
对象(如创建creditscorecard而且属性).使用
autobinning
.拟合逻辑回归模型
fitmodel
或fitConstrainedModel
.审查和格式信用记分卡点使用
displaypoints
而且formatpoints
.在工作流的此时,如果您拥有“风险管理工具箱”的许可证,则可以选择创建compactCreditScorecard
对象(csc
)使用紧凑的
函数。然后可以使用以下函数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)的风险管理工具箱中的csc
对象。使用
分数
.计算所使用数据的违约概率
probdefault
.验证信用记分卡模型的质量
validatemodel
.
有关此工作流的详细信息,请参见信用记分卡建模工作流.
创建
描述
创建一个sc
= creditscorecard (数据
)creditscorecard
通过指定数据
.信用记分卡模型,返回为creditscorecard
对象,包含一个或多个预测器的分箱映射或规则(切点或类别分组)。
集属性使用名称-值对和前面语法中的任何参数。例如,sc
= creditscorecard (___,名称,值
)sc = creditscorecard(data,'GoodLabel',0,'IDVar','CustID','ResponseVar','status','PredictorVars',{'CustAge','CustIncome'},'WeightsVar','RowWeights','BinMissingData',true)
.可以指定多个名称-值对。
请注意
要在信用记分卡工作流中使用观察(样本)权重,当创建creditscorecard
对象时,必须使用可选的名称-值对WeightsVar
属性中的哪一列数据
包含权重。
输入参数
属性
对象的功能
autobinning |
执行给定预测器的自动装箱 |
bininfo |
返回预测器的bin信息 |
predictorinfo |
信用记分卡预测器属性摘要 |
modifypredictor |
设置信用记分卡预测器的属性 |
fillmissing |
替换信用记分卡预测器的缺失值 |
modifybins |
修改预测器的箱子 |
bindata |
分类预测变量 |
plotbins |
预测变量的直方图计数 |
fitmodel |
拟合logistic回归模型与证据权重(WOE)数据 |
fitConstrainedModel |
在模型系数约束下,拟合logistic回归模型与证据权重(WOE)数据 |
setmodel |
设置模型预测因子和系数 |
displaypoints |
每个预测器每个箱子的返回点 |
formatpoints |
格式记分卡点和缩放 |
分数 |
计算给定数据的信用评分 |
probdefault |
给定数据集的违约可能性 |
validatemodel |
验证信用记分卡模型的质量 |
紧凑的 |
创建紧凑的信用记分卡 |
例子
参考文献
[1]安德森信用评分工具包。牛津大学出版社,2007年。
[2] Refaat, M。SAS数据挖掘的数据准备。摩根·考夫曼,2006年。
[3] Refaat, M。信用风险记分卡:使用SAS开发和实现。lulu.com, 2011。
版本历史
在R2014b中引入
另请参阅
功能
screenpredictors
(风险管理工具箱)|autobinning
|modifybins
|bindata
|bininfo
|fillmissing
|predictorinfo
|modifypredictor
|plotbins
|fitmodel
|fitConstrainedModel
|displaypoints
|formatpoints
|分数
|setmodel
|validatemodel
|probdefault
|表格
应用程序
- 装箱的探险家(风险管理工具箱)
主题
- 信用记分卡分析案例研究
- 具有约束逻辑回归系数的信用记分卡
- 缺少值的信用记分卡建模
- 使用逻辑回归和决策树的信用评分(风险管理工具箱)
- 使用信用记分卡拒绝推理技术(风险管理工具箱)
- compactCreditScorecard对象工作流(风险管理工具箱)
- 解决信用记分卡结果问题
- 使用分类资源管理器创建信用记分卡(风险管理工具箱)
- 探索信用评分模型的公平性指标(风险管理工具箱)
- 通过调整权重减轻信用评分的偏差(风险管理工具箱)
- 通过消除差异性影响减轻信用评分中的偏见(风险管理工具箱)
- 信用记分卡建模工作流
- 关于信用记分卡
- 使用观察权重的信用记分卡建模
- 宾宁资源管理器概述(风险管理工具箱)