predictorinfo

总结信用记分卡预测属性

折叠所有页面

语法

(T,统计)= predictorinfo (sc PredictorName)

描述

例子

［T，统计数据) = predictorinfo (sc，PredictorName）返回信用记分卡预测器属性和一些基本预测器统计信息的摘要。

例子

全部折叠

获取指定的信息`PredictorName`

打开生活的脚本

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

负载CreditCardDatasc = creditscorecard(数据,“IDVar”，“CustID”）

sc = creditscorecard with properties: GoodLabel: 0 ResponseVar: 'status' WeightsVar: " VarNames: {1x11 cell} NumericPredictors: {1x6 cell} CategoricalPredictors: {'ResStatus' 'EmpStatus' 'OtherCC'} BinMissingData: 0 IDVar: 'CustID' PredictorVars: {1x9 cell} Data: [1200x11 table]

的预测器统计信息PredictorName的CustAge．

(T,统计)= predictorinfo (sc,“CustAge”）

T =1×4表PredictorType LatestBinning LatestFillMissingType LatestFillMissingValue  _____________ _________________ _____________________ ______________________ CustAge{‘数字’}{“原始数据”}{“原始”}{0 x0双}

统计=4×1表值______ Min 21 Max 74 Mean 45.174 Std 9.8302

的预测器统计信息PredictorName的ResStatus．

(T,统计)= predictorinfo (sc,“ResStatus”）

T =表1×5PredictorType序数LatestBinning LatestFillMissingType LatestFillMissingValue  _______________ _______ _________________ _____________________ ______________________ ResStatus{“直言”}假{“原始数据”}{“原始”}{0 x0双}

统计=3×1表统计_____业主542租户474其他184

获取指定的信息`PredictorName`在使用`fillmissing`

打开生活的脚本

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

负载CreditCardDatasc = creditscorecard (dataMissing,“BinMissingData”,真的,“IDVar”，“CustID”）;sc = autobinning (sc);

使用fillmissing来替换缺失的值CustAge值为的预测器38．

sc = fillmissing (sc,“CustAge”，“不变”、38);

的预测器统计信息PredictorName的CustAge．

(T,统计)= predictorinfo (sc,“CustAge”）

T =1×4表PredictorType LatestBinning LatestFillMissingType LatestFillMissingValue  _____________ ________________________ _____________________ ______________________ CustAge{‘数字’}{‘自动/单调’}{“常数”}{[38]}

统计=4×1表值______ Min 21 Max 74 Mean 44.932 Std 9.7436

使用fillmissing来替换缺失的值ResStatus预测与模式价值。

sc = fillmissing (sc,“ResStatus”，“模式”）;

的预测器统计信息PredictorName的ResStatus．

(T,统计)= predictorinfo (sc,“ResStatus”）

T =表1×5PredictorType序数LatestBinning LatestFillMissingType LatestFillMissingValue  _______________ _______ ________________________ _____________________ ______________________ ResStatus{“直言”}假{‘自动/单调’}{‘模式’}{‘业主’}

统计=3×1表Count _____租客457业主563其他180人

输入参数

全部折叠

`sc`- - - - - -信用计分卡模型
`creditscorecard`对象

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

`PredictorName`- - - - - -预测的名字
特征向量

预测器名称，使用包含感兴趣的信用记分卡预测器名称的字符向量指定。PredictorName是区分大小写的。

数据类型:字符

输出参数

全部折叠

`T`—指定预测器的摘要信息
表格

指定预测器的摘要信息，返回为带有以下列的表:

“PredictorType”- - - - - -“数字”或“分类”．
“顺序”-对于直言型预测器，表示其是否为序号的布尔值。
“LatestBinning”-字符向量，指示输入参数最后应用的算法PredictorName．的值是:
- “原始数据”—当没有对预测器进行装箱时。
- “自动/ BinningName”——在那里“BinningName”是下列情况之一:单调，平等的宽度,或相等的频率．
- “手动”-每次呼叫之后modifybins,要么“割点”，“CatGrouping”，“MinValue”,或“执行”被修改。
“LatestFillMissingType”——如果fillmissing已经被应用到预测器中，统计数据理由fillmissing会显示出来。如果预测器没有任何丢失的数据，则填充类型为“原始”．
“LatestFillMissingValue”——如果fillmissing已应用于预测器，填充值显示。如果预测器没有任何丢失的数据，则填充值为［］．

预测器的名称用作返回的表中的行名。

`统计数据`-输入的汇总统计信息`PredictorName`
表格

输入的汇总统计信息PredictorName，返回为表。对应的值存储在“价值”列。

表的行名表示数值预测器的相关统计信息:

“最小值”-样本中最小值。
“马克斯”—样品中最大值。
“的意思是”-样本中的平均值。
“性病”-样品的标准偏差。

请注意

对于'double'或'single'以外的数据类型，标准偏差可能会失去数值精度。在计算标准偏差之前，'double'或'single'以外的数据类型被转换为'double'。