中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

原文鏈接：使用SAS代寫EnterpriseMiner進行數(shù)據(jù)挖掘：信用評分構(gòu)建記分卡模型

標簽：

• 數(shù)據(jù)挖掘

• 風險管理

• 技巧和竅門

信用記分卡一直是信用評分的標準模型，因為它們易于理解，使您能夠輕松評分新數(shù)據(jù)-即計算新客戶的信用評分。本文將指導您完成使用Credit Scoring for SAS? EnterpriseMiner?開發(fā)的信用記分卡的基本步驟，這是我將在信用評分中發(fā)布的一系列技巧中的第一個。

建立記分卡用于構(gòu)建信用記分卡的基本流程圖中的節(jié)點包括：輸入數(shù)據(jù)源，數(shù)據(jù)分區(qū)，交互式分組和記分卡。在本例中，您可以使用SAS Enterprise Miner的“幫助”菜單中提供的德語信用數(shù)據(jù)集。單擊Help-> Generate Sample Data Source - > German Credit。該數(shù)據(jù)集具有二元目標good_bad，其指示客戶是否默認其每月付款（指定為值'BAD'），以及與作為輸入或特征的人口統(tǒng)計和信用局相關(guān)的若干其他變量。

交互式分組節(jié)點簡而言之，交互式分組節(jié)點是一個非常靈活的工具，用于對變量進行分箱或分組。這個節(jié)點：

• 使用您可以輕松調(diào)整的選項來分類輸入變量

• 計算每個輸入變量的箱的證據(jù)權(quán)重

• 計算基尼和信息值，并拒絕具有這些統(tǒng)計值的低值的輸入變量

在幕后運行的過程可以根據(jù)您可以輕松定制的某些約束找到相對于目標的輸入的最佳分級。確保使用節(jié)點的交互式應用程序直觀地確認事件計數(shù)和證據(jù)權(quán)重趨勢對您的分箱有意義。如有必要，您可以合并箱，創(chuàng)建新組或手動調(diào)整證據(jù)權(quán)重。

手動調(diào)整證據(jù)權(quán)重

對于某些變量輸入，您可能需要手動調(diào)整證據(jù)權(quán)重（WOE）。例如，可變采用總結(jié)了信用申請人在當前工作中受雇的年數(shù)。一般而言，當前工作的年數(shù)往往與信用違約成反比。對于該數(shù)據(jù)集，證據(jù)權(quán)重不會因第1組至第5組單調(diào)減少這一事實可能是由于多種原因。例如，這個數(shù)據(jù)集可能是樣本偏向的，因為許多使用<2的應用程序是手動選擇或“挑選”，并且它們的良好行為反映在低事件數(shù)和低權(quán)重證據(jù)中。要防止此樣本偏差影響您的記分卡，您可以使用交互式應用程序中“分組”選項卡的“粗略詳細信息”視圖上的“手動WOE”列。對于組1，將WOE從0.1283更改為0.7，對于組2，將WOE從-0.13131更改為-0.5。新的WOE和信息值被重新計算為新信息值。

記分卡節(jié)點對使用“交互式分組”節(jié)點找到的箱或組感到滿意后，運行“記分卡”節(jié)點以使用分組輸入對邏輯回歸進行建模。然后，它將創(chuàng)建每個輸入組或?qū)傩缘馁r率的預測日志的線性變換，使其更易于解釋。

默認情況下，每增加20個得分點，事件的幾率就會翻倍。您正在建模的事件是付款默認值，這意味著例如，與得分為150的應用程序相比，得分為130分的應用程序的違約幾率要高一倍。

在結(jié)果中，有幾個有用的圖表和表格，包括記分卡，分數(shù)分布，KS圖，權(quán)衡圖和許多其他。

輸出變量和不利特征請注意，從導出的數(shù)據(jù)集中，記分卡節(jié)點會創(chuàng)建多個變量。帶有前綴SCR_的變量是記分卡中每個變量的記分卡點，SCORECARD_POINTS是每個應用程序的總點數(shù)。

當您指定記分卡屬性生成報告=是以輸出不良特征時，您的結(jié)果還將包括每個觀察結(jié)果降低得分最多的變量。您最多可以選擇5種不利特征。作為如何解釋此列的示例，對于下面數(shù)據(jù)集的第一次觀察，扣除了14個得分點，因為貸款的目的標記為1,3,8，缺失或未知。