Атрибути моделі та параметри, та їх значення

При переході до скорингової моделі в розділі «Скорингова модель» відображається сама сформована скорингова модель. А саме всі атрибути з необхідними даними щодо кожного з них. Щоб розкрити атрибут з інформацією по ньому, необхідно натиснути на рядок з атрибутом.

Нижче докладніше про кожне значення у таблицях атрибутів:

1. Значення атрибуту – значення атрибута, який відкрили, в якому знаходиться сама таблиця.

2. Кількість балів – кількість балів, яку необхідно додати клієнту згідно з моделлю, у разі наявності даного значення в атрибуті під час аналізу.

Сама модель – це ці два значення. Значення атрибуту та кількість балів. Інші дані відображені для загальної інформативності аналізу файлу, з якого створювалася скорингова модель.

3. Кількість хороших – кількість хороших клієнтів у файлі для створення моделі з таким значенням атрибуту.

4. Кількість поганих – кількість поганих клієнтів у файлі для створення моделі з таким значенням атрибуту.

5. Частка хороших, % - частка хороших клієнтів у файлі для створення моделі з таким значенням атрибута від загальної кількості рядків із таким значенням атрибута.

6. Частка поганих, % - частка поганих клієнтів у файлі для створення моделі з таким значенням атрибута від загальної кількості рядків із таким значенням атрибута.

7. Загальна кількість – загальна кількість клієнтів у файлі для створення моделі з таким значенням атрибуту.

8. Частка популяції хороших, % - частка хороших клієнтів із цим значенням атрибуту від загальної кількості хороших у %.

9. Частка популяції поганих, % - частка поганих клієнтів із цим значенням атрибуту від загальної кількості поганих у %.

10. Загальна частка популяції, % - частка загальної кількості клієнтів із цим значенням атрибуту від загальної кількості у файлі в %.

11. Частка хороших від загальної кількості хороших в Атрибуті – частка хороших клієнтів із цим значенням атрибуту від загальної кількості хороших.

12. Частка поганих від загальної кількості поганих в Атрибуті – частка поганих клієнтів із цим значенням атрибуту від загальної кількості поганих.

13. Ступінь ймовірності хорошого – ступінь ймовірності того, що клієнт із цим значенням атрибуту буде хорошим.

14. Вага значення – наскільки вагоме значення атрибуту у загальній моделі серед усіх клієнтів у файлі.

15. Інформаційна цінність – яку інформаційну цінність несе цей атрибут та його окремі значення.

Щоб розуміти чи варто відбирати в модель атрибут і його значення, необхідно орієнтуватися на інформаційну цінність. Якщо інформаційна цінність атрибуту в результаті перевищує 3%, це дуже добре. Але, якщо так сталося, що у якогось атрибуту інформаційна цінність стала близькою до 100% або ще більше, то знайте, це практично неможливо і необхідно перевірити ще раз вибірку. Інформаційна цінність близька до 100% завжди повинна викликати підозру, можливо, атрибут навіть краще виключити повністю.