代码详解：准确率惊人！用Credit R创建信用风险评分模型(18)_机器学习正影响着许多不同的行业

将摘要添加到输出中。运行R脚本可以看到详细信息。此外，本示例的目的仅仅是在本研究范围内引入函数，因此PD值不会单独增加。

#Creating a master scale

master_scale <- master.scale(ms_train_data\"creditability\"\"PD\")

master_scale

输出：

为了采用贝叶斯校正法，我们在数据集中创建了分数变量，然后将评定量表的集中趋势校准到5% 。

#Calibrating the master scale and the modeling data to the default rate of 5% using the bayesian calibration method

ms_train_data$Score = log(ms_train_data$PD/(1-ms_train_data$PD))

ms_test_data$Score = log(ms_test_data$PD/(1-ms_test_data$PD))

代码详解：准确率惊人！用Credit R创建信用风险评分模型(18)