Platform For AI:スコアカードトレーニング

特徴量エンジニアリング

スコアカードトレーニングと標準の線形モデリングの主な違いは、スコアカードトレーニングではモデルを適合させる前に特徴量エンジニアリングを適用する点です。ビニングコンポーネントは、2 つのアプローチをサポートしています。

• ワンホットエンコーディング：各変数をビニングし、N 個のダミー変数 (N = ビンの数) を生成します。個々のダミー変数に制約を適用できます。

• WOE 変換：元の変数の値を、そのビンの Weight of Evidence (WOE) 値に置き換えます。これにより、予測情報が特徴量に直接エンコードされます。

スコア変換

信用スコアリングでは、生のモデル予測 (対数オッズ) を解釈可能なスコアに変換する必要があります。スコアカードトレーニングでは、3 つのパラメーターを使用して線形変換を適用します。

これらの 3 つのパラメーターは、スコアライン上の 2 つの点を定義します。たとえば、scaledValue=800、odds=50、pdo=25 の場合、次のようになります。

log(50)  = a × 800 + b
log(100) = a × 825 + b

a と b を解いて線形マッピングを導き出し、それを適用してモデルの重みをスコアに変換します。

-Dscale パラメーターを使用して、JSON 形式で変換設定を渡します。

{"scaledValue": 800, "odds": 50, "pdo": 25}

-Dscale が指定されている場合、3 つのフィールドはすべて必須です。

制約

トレーニング中に、変数の重みの学習方法を制御するための制約を追加できます。制約はビニングコンポーネントで指定します。制約は、単一セルのテーブル (inputConstraintTableName) に格納された JSON 文字列として、スコアカードトレーニングに自動的に渡されます。

サポートされている制約タイプ：

制約 JSON の例 (制約テーブルの 1 行 1 列)：

{
    "name": "feature0",
    "<": [[0, 1, 2, 3]],
    ">": [[4, 5, 6]],
    "=": ["3:0", "4:0.25"],
    "%": [["6:1.0", "7:1.0"]]
}

組み込みの制約：各変数について、トレーニング母集団全体の平均スコアは常に 0 です。その結果、切片の scaled_weight 値は、すべての変数にわたる母集団の平均スコアと等しくなります。

最適化アルゴリズム

［パラメーター設定］タブで、［詳細オプション］を選択して、最適化アルゴリズムを設定します。

最適化アルゴリズムに慣れていない場合は、[最適化方法] を [自動選択] に設定します。システムは、データ量および制約の有無に基づいて、最も適切なアルゴリズムを選択します。

特徴量選択

このコンポーネントは、ステップワイズ特徴量選択 (フォワードセレクションとバックワードセレクションの組み合わせ) をサポートしています。各フォワードステップ (変数の追加) の後、バックワードパスで有意性しきい値を満たさなくなった変数が削除されます。

以下の表を使用して、ご自身のセットアップに適した選択基準を選択してください。

限界寄与は、変数 X があるモデルとないモデルの目的関数の値の差を測定します。これはすべての特徴量エンジニアリングとモデルタイプの組み合わせに適用できるため、最も柔軟な基準です。

スコア検定 (フォワード)：各反復で、各候補変数のスコアカイ二乗が計算されます。p 値が SLENTRY を下回ることを条件に、最も高いカイ二乗を持つ変数が追加されます。バックワードパスでは Wald カイ二乗が使用され、p 値が SLSTAY を超える変数は削除されます。

F 検定 (フォワード)：スコア検定に似ていますが、F 分布を使用します。各候補変数に対して F 値が計算され、p 値が SLENTRY を超える変数は除外されます。バックワードパスでも同じ F 値のロジックが適用されます。

強制変数選択：無条件に含める変数を指定します。これらの変数にはフォワードセレクションもバックワードセレクションも適用されません。これは -Dselected パラメーターを使用して設定します。

{"max_step": 2, "slentry": 0.0001, "slstay": 0.0001}

-Dselected が空白のままか、max_step が 0 に設定されている場合、特徴量選択は実行されません。