逻辑回归模型结果转为标准评分卡Ⅱ

最新推荐文章于 2022-12-18 19:07:05 发布

-永不妥协-

最新推荐文章于 2022-12-18 19:07:05 发布

阅读量1w

点赞数 6

分类专栏：评分卡文章标签：评分卡

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/lz_peter/article/details/79635913

版权

本文介绍了如何将逻辑回归模型的结果转化为更直观的评分卡表格形式，以便清晰展示每个变量不同取值对样本得分的贡献。通过变量的WOE值和分箱，构建评分卡，并说明了通常将分值四舍五入到整数以增强可读性和解释性。

摘要由CSDN通过智能技术生成

上篇文章介绍了如何将模型结果转换为标准评分卡的形式，下面为大家介绍一种更为直观的评分卡的展现形式：将每个变量的不同取值做成一张表格的形式。这样我们可以更加清晰的知道样本每个变量最终得分的贡献。已知，

$p(Y=1|x) = \frac{e^{\Theta x}}{1+e^{\Theta x}}$

$p(Y=0|x) = \frac{1}{1+e^{\Theta x}}$

$odds = \frac{p(Y=1|x)}{p(Y=0|x)}=e^{\Theta x}$

那么，评分卡可以表示为：

最低0.47元/天解锁文章

关注

6
点赞
踩
45

收藏

觉得还不错? 一键收藏
0
评论
逻辑回归模型结果转为标准评分卡Ⅱ

上篇文章介绍了如何将模型结果转换为标准评分卡的形式，下面为大家介绍一种更为直观的评分卡的展现形式：将每个变量的不同取值做成一张表格的形式。这样我们可以更加清晰的知道样本每个变量最终得分的贡献。已知，那么，评分卡可以表示为：其中。为分箱后的取值个数；为变量第个取值对应的WOE；为二元变量，若取分箱后的第个值，则=1，否则=0。最终评分卡展示如下：变量 ...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。