楼主: neuroexplorer
1847 1

[学习分享] Building Loss Given Default Scorecard Using Weight of Evidence Bins in SAS Enter [推广有奖]

  • 5关注
  • 23粉丝

学科带头人

79%

还不是VIP/贵宾

-

威望
0
论坛币
29072 个
通用积分
844.3345
学术水平
58 点
热心指数
75 点
信用等级
63 点
经验
176572 点
帖子
3222
精华
0
在线时间
1396 小时
注册时间
2013-7-21
最后登录
2024-4-29

相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
Building Loss Given Default Scorecard Using Weight of Evidence Bins in SAS Enter.pdf (918.37 KB)




The Credit Scoring add-on in SAS® Enterprise Miner™ is widely used to build binary target (good, bad) scorecards for probability of default. The process involves grouping variables using weight of evidence, and then performing logistic regression to produce predicted probabilities. Learn how to use the same tools to build binned variable scorecards for Loss Given Default. We will explain the theoretical principles behind the method and use actual data to demonstrate how we did it

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:scorecard evidence Building Default Weight Enter

沙发
neuroexplorer 发表于 2016-2-20 00:59:12 |只看作者 |坛友微信交流群
WoE is a good way to select variables for modeling.

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-5-1 23:25