文档帮助中心文档
PredictorName
fillmissing
总结信用记分卡预测属性
(T,统计)= predictorinfo (sc PredictorName)
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。
[T,统计数据) = predictorinfo (sc,PredictorName)
T
统计数据
sc
全部折叠
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)。
creditscorecard
CreditCardData.mat
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.
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.
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
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.
38
sc = fillmissing (sc,“CustAge”,“不变”、38);
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。
模式
sc = fillmissing (sc,“ResStatus”,“模式”);
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
信用记分卡模型,指定为creditscorecard对象。使用creditscorecard创建一个creditscorecard对象。
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
字符
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”.
“PredictorType”
“数字”
“分类”
“顺序”-对于直言型预测器,表示其是否为序号的布尔值。
“顺序”
“LatestBinning”-字符向量,指示输入参数最后应用的算法PredictorName.的值是:
“LatestBinning”
“原始数据”—当没有对预测器进行装箱时。
“原始数据”
“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.
“自动/ BinningName”
“BinningName”
单调
平等的宽度
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。
“手动”
modifybins
“割点”
“CatGrouping”
“MinValue”
“执行”
“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”.
“LatestFillMissingType”
“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[ ].
“LatestFillMissingValue”
[ ]
预测器的名称用作返回的表中的行名。
输入的汇总统计信息PredictorName,返回为表。对应的值存储在“价值”列。
“价值”
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。
“最小值”
“马克斯”—样品中最大值。
“马克斯”
“的意思是”-样本中的平均值。
“的意思是”
“性病”-样品的标准偏差。
“性病”
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'。
对于分类预测器,行名包含类别的名称,在“数”列。
“数”
creditscorecard|modifybins|modifypredictor|bininfo|fillmissing
modifypredictor
bininfo
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系