腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
用R开发“
信用风险
评分系统”
data-mining
、
r
、
predictive-modeling
我想在实习期间实现一个基于“信用德国数据集”的
信用风险
评分系统。 我用logistic回归建立了一个R
模型
,并对
模型
进行了验证。现在我必须使用这个
模型
来计算一个新的申请者的分数,并推断是好还是坏。
浏览 0
提问于2015-09-04
得票数 2
1
回答
LDA解释
r
、
lda
、
risk-analysis
、
linear-discriminant
我使用HMeasure软件包来参与我对
信用风险
的分析。我有11000个乳房,我选择了年龄和收入来进行分析。我不知道如何解释LDA的R结果。所以,我不知道我是否根据
信用风险
选择了最好的变量。
浏览 2
提问于2016-10-17
得票数 6
1
回答
Solr中的受限搜索查询
solr
、
solrcloud
现在如果我查询“
信用风险
”,频率应该是1,因为
信用风险
与
信用风险
评估是不同的。 我尝试过使用不同的标记器,但没有达到我的效果
浏览 1
提问于2019-08-09
得票数 0
1
回答
在寻找范围时,是否有任何理由不使用分类而不是回归?
machine-learning
、
classification
、
regression
它是否取决于我使用的
模型
类型(神经网络,决策树,贝叶斯,.)?假设我有一个包含图像的数据集。每幅图片上都有一个人,上面标着他/她的身高。案例1:使用回归-首先创建和拟合一个
模型
,预测准确的高度从一幅图像,然后简单地给出其相关的高度范围。编辑 正如@n1tk所指出的,在基于CNN的基于类数深度
模型
的性能研究后,如果我们考虑增加类的数量,那么这个问题就会得到回答。在我的问题中,我想知道回归还是分类。
浏览 0
提问于2020-09-04
得票数 1
1
回答
拟完全分离问题
machine-learning
、
python
、
classification
、
logistic-regression
、
binary-classification
因此,我运行这个
模型
来预测
信用风险
,结果显示它给了我很好的预测得分(AUC在95%左右),而且auc列车和测试之间的差距并不大。但结果表明,它存在拟完全分离问题。那么,这是一个问题,并使我的
模型
偏见/不稳定? 我还试图建立其他
模型
,并通过删除某些特征来处理拟完全分离问题,它给了我76%的AUC分数,但不再是完全的准分离问题。那么我应该选择哪种型号呢?
浏览 0
提问于2022-12-14
得票数 0
1
回答
模型
/变吉尼?
regression
、
r
、
finance
、
gini-index
我与一位同事同时在R和MS之间工作,研究
信用风险
记分卡
模型
。该
模型
是一个简单的logistic回归,根据人们的要求,我可以添加更多的变量或不同的变量。mylogit <- glm(insolvency ~ LogPnL, data=my_data, family-"binomial") 但是,在Excel文档中,在上面的计算中没有使用来自
模型
的输出。
浏览 0
提问于2023-04-05
得票数 0
回答已采纳
1
回答
如何对表格中重复结果求和
sql
然而,我有很多重复的结果,例如英格兰的100
信用风险
。例如,我希望英格兰的
信用风险
只有一次,并且结果被汇总(价格),并且
信用风险
的位置只为每个国家分配一次。
浏览 16
提问于2021-10-08
得票数 0
回答已采纳
1
回答
我对这些
模型
感到困惑
decision-trees
、
logistic-regression
我是否需要对
模型
进行训练,并相应地设置阈值,以便获得98%的准确度?对于第二种,我需要降低阈值,使准确率降低到85%?变量:具有因变量"Credit_Risk“的多个自变量,它以”好“和”坏“的形式响应。
浏览 0
提问于2021-04-11
得票数 0
回答已采纳
1
回答
缺少特征的机器学习
模型
的评价
classification
我正在研究一个
信用风险
二元分类问题。这些类是GoodPayers和BadPayers。如何部署/测试仅基于DemoGraphics数据集的
模型
?
浏览 0
提问于2017-12-22
得票数 1
回答已采纳
1
回答
特征选择(Boruta)
r
、
machine-learning
、
data-science
、
feature-selection
我正在做
信用风险
建模,数据有大量的特性,我正在使用boruta软件包进行特征选择。该包计算成本太高,无法在完整的培训数据集上运行。我的问题是,只在一部分训练数据上选择特征,然后在整个训练数据上建立
模型
,这是否正确?
浏览 2
提问于2017-05-03
得票数 0
回答已采纳
1
回答
Python中的代理划分
python
、
scikit-learn
、
random-forest
、
decision-trees
、
missing-data
我想使用Sklearn的RandomForestClassifier来预测分类变量(
信用风险
)。little 603moderate 103rich 48 这一预测指标似乎是预测
信用风险
的最有力指标
浏览 0
提问于2023-02-13
得票数 2
1
回答
R太大数据集中的特征选择
feature-selection
我正在做
信用风险
建模,数据有大量的特性,我正在使用boruta软件包进行特征选择。该包计算成本太高,无法在完整的培训数据集上运行。我的问题是,只在一部分训练数据上选择特征,然后在整个训练数据上建立
模型
,这是否正确?
浏览 0
提问于2017-05-02
得票数 0
回答已采纳
3
回答
基于目标变量的缺失值估算
scikit-learn
、
missing-data
我想在德国
信用风险
数据集中计算缺失的值。603moderate 103rich 48little 0.3599quite rich 0.1746很明显,存款越多,
信用风险
就越小
浏览 0
提问于2023-02-13
得票数 4
1
回答
对于迭代次数和功能数量,增强抗过拟合能力吗?
feature-selection
、
xgboost
当我们使用许多迭代时,增强方法(如流行的xgboost)不会过度适用-- 夏蒂尔和弗劳因德。当我们给它们大量的功能时,它们是否也能抵抗过度安装(其中一些功能不是很有用?)如果是这样的话,这两个理想的属性之间是否有理论联系? (与https://stats.stackexchange.com/questions/35276/svm-overfitting-curse-of-dimensionality有关)
浏览 0
提问于2016-04-18
得票数 3
1
回答
用logistic回归系数导出新的连续变量
machine-learning
、
python
、
classification
、
scikit-learn
、
logistic-regression
在剔除了统计上不重要的变量和导致多重共线性的变量后,我得到以下logistic回归
模型
的总结:Confusion matrix [[1038 254]
浏览 0
提问于2019-03-07
得票数 0
回答已采纳
1
回答
Vlookup和Countif的颜色和查找值
excel
、
vba
、
vlookup
、
countif
例如,E3将为2,因为在它旁边的桌子上,有2个红色突出显示的
信用风险
风险。 我试图找到一个VBA函数,并试图结合excel自己的功能,但做不到。
浏览 4
提问于2022-06-19
得票数 0
1
回答
Azure学习REST :为什么将预测包含在示例请求中?
azure
、
rest
、
schema
、
postman
、
azure-machine-learning-studio
我遵循微软关于德国信用卡风险
模型
的教程,一步一步地,没有错误。该算法运行成功,部署成功等。我使用Select Columns in Dataset选择要输入的列,并选择输出列。我注意到,当我查看已部署
模型
的Request/Response选项卡时,样例请求包含所有列,忽略了我提供的选择。"Col16", "Col18", "Col20",
浏览 3
提问于2019-10-01
得票数 1
回答已采纳
1
回答
列车上的支持向量机及试验
r
、
machine-learning
、
statistics
、
svm
我想我是在它自己的
模型
上运行测试,而不是在火车
模型
上运行,但是我想不出如何改变它。我想这和所有支持向量机的错误是一样的,所以我上传了两种方法,为了保持整洁。
浏览 0
提问于2017-03-17
得票数 0
回答已采纳
1
回答
预测事件日期的机器学习方法
machine-learning
、
deep-learning
、
classification
、
dataset
、
predictive-modeling
我的目标是创建一个关于过去数据的
模型
,以便预测当前贷款的提前还款日期,我想知道哪种ML方法最适合这种情况。
浏览 0
提问于2019-09-24
得票数 1
回答已采纳
1
回答
Python -计算
模型
的成本、盈利能力和效益。
python
、
predictive-modeling
、
model-evaluations
为了计算
模型
的精度,并使用决策树分类器打印混淆矩阵,我在Python中编写了以下代码: coef_gini = DecisionTreeClassifier(criterion = "gini", random_state
浏览 0
提问于2018-03-02
得票数 0
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
卖家交易模型与信用风险模型
40张PPT详解信用风险模型在金融科技中的开发和应用
点石信用风险服务之打分卡(上)
围绕信用风险管理做数据挖掘
信用风险评分卡系列之数据处理(一)
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券