创建信用计分卡
为工作流开发信用计分卡的信息,明白了信用计分卡建模工作流程。额外的工具来处理信用计分卡可在风险管理工具箱™。有关更多信息,请参见消费信贷风险(风险管理工具箱)。
对象
creditscorecard |
创建creditscorecard 对象构建信用计分卡模型 |
功能
autobinning |
执行自动装箱的预测因子 |
bininfo |
返回的信息预测的垃圾箱 |
predictorinfo |
摘要信用计分卡预测属性 |
fillmissing |
信用计分卡取代缺失值预测 |
modifybins |
修改预测的垃圾箱 |
modifypredictor |
设置属性的信用计分卡预测 |
bindata |
被预测变量 |
plotbins |
绘制直方图统计的预测变量 |
fitmodel |
符合逻辑回归模型的重量(悲哀)数据证据 |
fitConstrainedModel |
符合逻辑回归模型的证据(悲哀)数据受约束模型系数 |
setmodel |
设置模型预测和系数 |
displaypoints |
返回点/预测/ bin |
formatpoints |
格式计分卡点和可伸缩性 |
分数 |
为给定数据计算信用评分 |
probdefault |
违约的可能性对于给定数据集 |
validatemodel |
质量信用计分卡模型进行验证 |
screenpredictors |
屏幕信用计分卡预测值的预测因子 |
紧凑的 |
创建契约信用计分卡 |
住编辑任务
屏幕阈值预测 | 在现场编辑器中选择阈值预测风险的指标 |
例子和如何
- 功能与screenpredictors筛选(风险管理工具箱)
这个例子展示了如何使用screenpredictors进行指标筛选,然后使用阈值设置预测阈值预测生活任务。
- 信用计分卡分析案例研究
这个例子显示了如何创建一个
creditscorecard
对象,本数据、显示和分箱数据信息。 - 本数据使用装箱Explorer创建信用计分卡(风险管理工具箱)
创建一个信用计分卡使用装箱的探险家应用程序。
- 信用计分卡与约束逻辑回归系数
计算分数的
creditscorecard
与约束对象平等,不平等或逻辑回归模型的系数范围,使用fitConstrainedModel
。 - 信用计分卡建模用缺失值
这个例子展示了备选工作流处理缺失值处理
creditscorecard
对象。 - 使用逻辑回归、决策树信用评分(风险管理工具箱)
创建和比较两个信用评分模型,基于逻辑回归和其他基于决策树。
- 使用拒绝推理技术与信用计分卡(风险管理工具箱)
这个例子演示了hard-cutoff拒绝推理和模糊增强方法。
- 信用评级装袋决策树
这个例子展示了如何构建一个自动信用评级工具。
- compactCreditScorecard对象的工作流(风险管理工具箱)
这个例子显示了创建一个工作流
compactCreditScorecard
对象从一个creditscorecard
对象。 - 归咎于缺少信用计分卡工作流中的数据再使用邻居算法
这个例子展示了如何执行归责缺失数据的信用计分卡再工作流使用邻居(资讯)算法。
- 归咎于缺少信用计分卡中的数据工作流使用随机森林算法
这个例子展示了如何执行归罪信用计分卡丢失的数据的工作流使用随机森林算法。
- 处理缺失数据在信用计分卡工作流中使用MATLAB®fillmissing
这个例子显示了一个工作流收集缺失的数据,手动把训练数据,开发一个新的
creditscorecard
和治疗新数据之前使用MATLAB®得分fillmissing
。 - 探索公平指标信用评分模型(风险管理工具箱)
计算和用数据和模型指标在模型中存在的偏差进行调查。
- 偏见缓解信贷评分权重(风险管理工具箱)
使用偏见缓解信用计分卡模型,使之更公平。
- 去除偏见缓解信贷评分由不同的影响(风险管理工具箱)
使用除差别性影响作为预处理技术偏差缓解信用计分卡模型减少偏差的模型。
- 可解释性和Explainability信用评分(风险管理工具箱)
这个例子显示了解释和解释不同的技术背后的逻辑信用评分预测。
概念
- 信用计分卡建模工作流程
使用信用计分卡工作流来创建模型,分析信用计分卡。
- 关于信用计分卡
信用评分的目的是排名借款人的信用。
- 信用计分卡建模使用观察权重
使用观察权重信用计分卡工作流来创建模型,分析信用计分卡。
故障排除
当使用一个诊断结果creditscorecard
模型。