ScoreCardシーリズ（5）——スコアの計算

1.スコアカードの由来

2.証拠の重さと情報価値(WOE and IV)

3.グルーピングの方法(Grouping Method)

4.信頼できるAIの要素——PSI(population stability index)

5.スコアの計算

6.実例：モデルの構築

Github：https://github.com/datasciencekun/lapras

スコアカードの見返し

元々モデルの結果は確率ですが、どうやてスコアに変換しますか？
特徴ごとにスコアの由来はなんですか？

以上の質問を回答するために、これから詳しく説明したいと思います。

スコアの計算方法

ロジスティック回帰

1、sigmoid函数
2、sigmoidで結果を0-1に制限する
3、yとは普通な線形回帰

公式の変形

1、sigmoidを数学的に変換する
2、pとはデフォルト確率
3、oddsとはデフォルト率比
4、ロジスティックはオリジナルの値の代わりに，WOEを使う （weight of evidence）

スコアの目盛り

パラメーターの説明
1、スコアカードの数式
2、βとはロジスティックのパラメーター
3、A、Bは常数、目盛りを決める

計算の流れ
1）特定のデフォルト確率を特定のスコアを設置
2）oddsはθ0の時スコアがP0
3）oddsは2倍になれば，つまり2θ0、スコアP0-PDO

===============>

例えば：
oddsは1/60、スコアが600、PDOが20で、計算したら、A=481.86，B=28.85，数式が下記になる：

実例

oddsは1/60で、スコアは600で、PDO=20の時

最終のスコアカード