主要内容

绘图

绘制直方图计数预测变量

折叠所有页面

语法

PredictorName plotbins (sc)
hfigure = plotbins（sc，predictorname）
hFigure = plotbins (＿＿＿，名称，价值）

描述

例子

plotbins（sc，PredictorName）绘制给定预测变量的直方图计数。当一个预测器的容器被修改使用modifybins或autobinning,重新运行绘图更新图以反映更改。

例子

hFigure= plotbins（sc，PredictorName）返回图形的句柄。绘图绘制给定预测变量的直方图计数。当一个预测器的容器被修改使用modifybins或autobinning,重新运行绘图更新图以反映更改。

例子

hFigure= plotbins（＿＿＿，名称，价值）返回图形的句柄。绘图使用可选的名称-值对参数绘制给定预测器变量的直方图计数。当一个预测器的容器被修改使用modifybins或autobinning,重新运行绘图更新图以反映更改。

例子

全部收缩

打开生活的脚本

创建一个creditscorecard对象使用CreditCarddata.mat.文件加载数据(使用Refaat 2011的数据集)。

加载CreditCardData.sc = creditscorecard（数据）;

为此进行自动分布PredictorName输入参数CustIncome使用算法的默认值单调．

sc = autobinning（sc，“CustIncome”）
sc = creditscorecard具有属性：goodlabel：0 responsevar：'stainsvar：''varnames：{1x11 cell} numericpredictors：{1x7 cell}分类预测器：{'resstatus''empstatus''overcc'} binmissingdata：0 idvar：''predictorvars：{1x10小区}数据：[1200x11表]

用bininfo显示自动装箱的数据。

[bi, cp] = bininfo(sc, cp)“CustIncome”）
bi =8×6表本好不好悲哀InfoValue几率  _________________ ____ ___ _______ _________ __________ {'[- 正无穷,29000)}53 58 0.91379 -0.79457 0.06364{[29000、33000)}74年49 1.5102 -0.29217 0.0091366{[33000、35000)的36}68 1.8889 -0.06843 0.00041042{[35000、40000)的}193 98 1.9694 -0.026696 0.00017359{[40000、42000)}68 2 -0.011271 - 1.0819 e-05 34{'[42000,47000)'} 164 66 2.4848 0.20579 0.0078175 {'[47000,Inf]'} 183 56 3.2679 0.47972 0.041657 {' total '} 803 397 2.0227 NaN 0.12285
CP =6×129000 33000 35000 40000 42000 47000

手动删除第二个切点(第二个和第三个箱子之间的边界)，以合并箱子2和3。使用modifybins函数来更新记分卡，然后显示更新后的bin信息。

cp (2) = [];sc = modifybins (sc,“CustIncome”，“割点”, cp);bi = bininfo (sc,“CustIncome”）
bi =7×6表垃圾箱好赔率越来越好悲伤_________________ ________ __________________________________________________________ -inf，29000）'} 142 85 1.6706 -0.19124 0.0071274 {[35000,40000）'} 193 98 1.9694 -0.026696 0.00017359 {'[40000,42000）'} 68 34 2 -0.011271 1.0819E-05 {'[42000,47000）'} 164 66 2.4848 0.20579 0.20579 0.18356 3.2679 0.47972 0.041657 {'总计'} 803 397 2.0227 NaN 0.12043

的更新的容器信息绘制柱状图计数PredictorName叫CustIncome．

PlotBins（SC，“CustIncome”）

图中包含一个轴对象。标题为CustIncome的axis对象包含三个类型为bar, line的对象。这些对象代表好和坏。

打开生活的脚本

创建一个creditscorecard对象使用CreditCarddata.mat.文件加载数据(使用Refaat 2011的数据集)。

加载CreditCardData.sc = creditscorecard（数据）;

为此进行自动分布PredictorName输入参数CustIncome使用算法的默认值单调．

sc = autobinning（sc，“CustIncome”）
sc = creditscorecard具有属性：goodlabel：0 responsevar：'stainsvar：''varnames：{1x11 cell} numericpredictors：{1x7 cell}分类预测器：{'resstatus''empstatus''overcc'} binmissingdata：0 idvar：''predictorvars：{1x10小区}数据：[1200x11表]

用bininfo显示自动装箱的数据。

[bi, cp] = bininfo(sc, cp)“CustIncome”）
bi =8×6表本好不好悲哀InfoValue几率  _________________ ____ ___ _______ _________ __________ {'[- 正无穷,29000)}53 58 0.91379 -0.79457 0.06364{[29000、33000)}74年49 1.5102 -0.29217 0.0091366{[33000、35000)的36}68 1.8889 -0.06843 0.00041042{[35000、40000)的}193 98 1.9694 -0.026696 0.00017359{[40000、42000)}68 2 -0.011271 - 1.0819 e-05 34{'[42000,47000)'} 164 66 2.4848 0.20579 0.0078175 {'[47000,Inf]'} 183 56 3.2679 0.47972 0.041657 {' total '} 803 397 2.0227 NaN 0.12285
CP =6×129000 33000 35000 40000 42000 47000

绘制容器信息CustIncome没有证据重量（WOE）线，没有传说“悲哀”和“传奇”名称 - 值参数'离开'．另外，设置“BinText”名称 - 值对参数“PercentRows”以文本形式显示每个箱子中“好”和“坏”的比例，即每个箱子中“好”和“坏”的概率。

PlotBins（SC，“CustIncome”，“悲哀”，'离开'，“传奇”，'离开'，“BinText”，“PercentRows”）

图中包含一个轴对象。具有标题询问的轴对象包含9个类型的栏，文本的对象。

打开生活的脚本

创建一个creditscorecard对象使用CreditCarddata.mat.文件加载数据用缺失值。

加载CreditCarddata.mat.头（Datamissing，5）
ANS =.5×11表的CustID CustAge TmAtAddress ResStatus EmpStatus CustIncome TmWBank OtherCC AMBalance UtilRate状态______ _______ ___________ ___________ _________ __________ _______ _______ _________ ________ ______ 1 53 62 <未定义>未知50000 55是1055.9 0.22 0 2 61 22家庭业主雇员52000 25是1161.6 0.24 0 3 47 30租户雇用37000 61否877.23 0.29 0 4纳米75家庭主任53000 20是157.37 0.08 0 5 68 56家主人使用53000 14是561.84 0.11 0
流('行数:%d\n'、高度(dataMissing))
行数：1200
流('缺少的值的数量CustAge: %d\n'，总和（ismissing（DataMissing.Custage）））
缺失值的数量汇编：30
流('缺失值的数量Resstatus：％d \ n'总和(ismissing (dataMissing.ResStatus)))
ResStatus: 40

用creditscorecard使用name-value参数“BinMissingData”设置真正的在单独的bin中禁止缺少的数字或分类数据。

sc = creditscorecard（Datamissing，'idvar'，“CustID”，“BinMissingData”，真的）;sc = autobinning（sc）;DISP（SC）
CreditsCorecard具有属性：GoodLabel：0 ResponseVar：'stains'viewsvar：''varnames：{1x11 Cell} NumericPredictors：{1x6 Cell} CateCoricalPredictors：{'Resstatus''empstatus''oftcc'} BinmissingData：1 IDVAR：'CustId'预测orvars：{1x9 Cell}数据：[1200x11表]

显示和绘图箱信息的数字数据“守护”这包括标记为单独的垃圾箱中的缺失数据< >失踪．

(bi, cp) = bininfo (sc,“守护”）;disp (bi)
本好不好悲哀InfoValue几率  _____________ ____ ___ ______ ________ __________ {'[- 正无穷,33)52}69 1.3269 -0.42156 0.018993{[33岁,37)}63年45 1.4 -0.36795 0.012839{[37、40)}72年47 1.5319 -0.2779 0.0079824{'[40岁,46)}172 89 1.9326 -0.04556 0.0004549{'[46岁,48)}59 25 2.36 0.15424 0.0016199{[48,51)}99年41 2.4146 0.17713 0.0035449{'[51,58)'} 157 62 2.5323 0.22469 0.0088407 {'[58,Inf]'} 93 25 3.72 0.60931 0.032198 {''} 19 11 1.7273 -0.15787 0.00063885 {' total '} 803 397 2.0227 NaN 0.087112
PlotBins（SC，“守护”）

图中包含一个轴对象。标题为CustAge的轴对象包含三个类型为bar, line的对象。这些对象代表好和坏。

显示和绘图的分类数据的bin信息“ResStatus”这包括标记为单独的垃圾箱中的缺失数据< >失踪．

[bi，cg] = bininfo（sc，“ResStatus”）;disp (bi)
Bin Good Bad Odds WOE InfoValue ______________ _____________ _________ __________ {'Tenant'} 296 161 1.8385 -0.095463 0.0035249 {'Home Owner'} 352 171 2.0585 0.017549 0.00013382 {'Other'} 128 52 2.4615 0.19637 0.0055808 {''} 27 13 2.0769 0.026469 2.3248e-05 {' total '} 803 397 2.0227 NaN 0.0092627
PlotBins（SC，“ResStatus”）

图中包含一个轴对象。标题为ResStatus的axis对象包含三个类型为bar, line的对象。这些对象代表好和坏。

输入参数

全部收缩

信用记分卡模型，指定为creditscorecard对象。用creditscorecard创建一个creditscorecard对象。

使用包含一个或多个预测器的一个或多个名称的字符向量或字符向量的字符向量指定的一个或多个预测器的名称。

数据类型：char|细胞

名称-值参数

指定可选的逗号分离对名称，价值论点。的名字参数名和价值为对应值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子：plotbins (sc, PredictorName BinText”,“数”,“悲哀”,“上”)

要在标绘的容器计数上显示的信息，指定为逗号分隔的对，由“BinText”和一个值的字符向量：

  • 没有任何- 箱顶部没有显示文本。

  • 数数- 对于每个垃圾箱，显示“好”和“坏”的计数。

  • PercentRows- 对于每个垃圾箱，显示“良好”和“糟糕”的计数，作为箱中观测数量的百分比。

  • PercentCols-对于每个箱子，显示计数的“好”和“坏”作为百分比的总“好”和总“坏”在整个样本。

  • PercentTotal-对于每个箱子，显示“好”和“坏”的计数作为整个样本中观察总数的百分比。

数据类型：char

证据重量（WOE）线的指标，指定为逗号分隔的配对组成“悲哀”和一个带值的字符向量在或离开．当设置为在在图的上方，有一条悲哀线。

数据类型：char

图中图例上的指示灯，指定为逗号分隔对“传奇”和一个带值的字符向量在或离开．

数据类型：char

输出参数

全部收缩

预测变量的直方图图句柄，如果有多个，则返回为图形对象或图形对象数组PredictorName指定为输入。

参考文献

[1]安德森,R。信用评分工具包。牛津大学出版社，2007。

[2] Refaat, M。信用风险记分卡:使用SAS开发和实施。Lulu.com，2011年。

另请参阅

|||||||||||||

话题

介绍了R2014b

金融工具的文档

万博1manbetx

用Matlab建模财务风险的实用指南

用Matlab建模财务风险的实用指南

下载电子书