スコアカードのモデルには、デフォルトの確率を予測する「予測」モデルは、いくつかの時間のための主題です。
（1）今後の
（2） -時間の期間
（3）違反
時間の期間にわたって予測情報が必要とされ、現在の情報。
二つの要素：
（1）現在および過去の
時間の（2）の期間
、我々は未来を予測するスコアカードのモデルを確立するために、今日の許可申請を持っている情報に基づいて仮定
私たちは「神の眼を開かないので、確率については、これは、可能ではありません「私はこれらの違反を知りません。
したがって、アプリケーションは、すでにモデルの完全なパフォーマンスをしなければならなかった過去のデータを取ることができます。
今日は2017年4月16日である場合は、その2016年4月16日応募者（および成功した融資）年の業績期間は知られている
業績期間は2017年4月16日〜2016年4月16日、観測期間であります2016年4月16日のウィンドウは、時間のと同様に前の期間です。
- - 観察期間：時間窓構造特性。軸は、通常約1〜3年、主に、ユーザー特性の時間間隔を生成するために使用される長すぎるではない、それは短いではありませんが、残っています
- - 観測点：この時点とは、ある特定の時点ですが、時間の顧客を表し時間セグメントは、モデル化するために使用され、顧客のサンプル、塗布時の顧客を集めるために使用され、融資を申請します我々は、サンプルをモデル化するために使用されています
- - 業績期間：トリガー悪いが、このウィンドウで定義されている場合、時間の品質ラベルウィンドウの定義は、サンプルは逆に、悪い良いサンプルです。通常は年に約6ヶ月は、通常、最も一般的に使用されるが、悪いサンプルの指標として定義された期間は、持っている：例は、自社のビジネスを見てこれらの必要性などの接触、詐欺、個人情報の盗難を、失われたとしてM3内の延滞M3 +、延滞が定義されました場合であってもよいです
補足：
1.デザインの観測点：
暴徒の概念を必要とする観測点のデザインの追加のストレス、。いわゆるモブ、本の月のフルネーム、マイナス時間の観測点に等しいローン。したがって、観察期間のタイムスライス変数モデル及び観測期間に貸出期間暴徒、暴徒の長さの関係を押し戻さ設計視点が生成しました。
2.観察期間が長すぎたり、短すぎたり、衝撃である：
-長い観察期間、あなたの暴徒の外の顧客につながる可能性があり、モデル入ることができない多数のサンプル
-短い観察期間は、それが十分に生成できないサンプルになります効果的な多変数タイムスライス
3.タイム・スライス変数：
-タイムゾーン行動変数、など過去6ヶ月間の平均数を超える過去3ヶ月間の平均消費量、消費量など
イラスト
今、私たちは一年の1年間の観察期間の業績期間、なぜ観測点をモデル化する場合は？それは、その後、我々が融資を申請する顧客番号2018年1月1日を持っている場合、貸し手が悪いサンプルをトリガーする確率は彼の将来の業績期間を属性評価するために、既存のモデルとスコアを申請する申請者を必要としていますこのモデルは、ときの作品への応用である顧客のサンプルを使用していますか？
答え：上記で定義された性能のは一年であるため、観察期間が非常に（一年前方に押すために、一年であるので、次に、おそらく観測点号2017年1月1日、特定の時間間隔の周りに、年を進めその観測期間：2017年1月1日まで2016年1月1日）は、今年の利点を活用（例：2016年1月1日申請の情報モデルのいくつかを観察するためにポイントするすべての変数で観測された）2017年1月1日に、つまり、2017年1月11日2018から1へ、今年（で、観測点のすべての応募者：後で、その後年（2018年1月1日に2017年1月11日すなわち業績期間）を押します-1）、性能はデフォルト定義されます。次に、モデルを訓練します。号2018年1月1日出願人は得点しました。だから、アプリケーションのスコアカードのモデルは、常にそのモデルを監視する必要が自然な遅れを持っています