| creditmodel-package | creditmodel：信用建模和数据分析工具 | ||
| address_varieble | filename_points_covered_by_landmarks | ||
| add_variable_process | filename_points_covered_by_landmarks | ||
| analysis_nas | 缺失分析 | ||
| analysis_outliers | 离群值分析 | ||
| as_percent | 百分比格式 | ||
| auc_value | filename_verticesfilename_landmarks是为了获得filename_edges_strength所需的最佳lambda。filename_points_covered_by_landmarks中需要此函数 | ||
| avg_x | 向量运算函数。 | ||
| char_cor | 分类变量之间的Cramer V矩阵。 | ||
| char_cor_vars | 分类变量之间的Cramer V矩阵。 | ||
| char_to_num | 字符到数字 | ||
| checking_data | 正在检查数据 | ||
| check_data_format | 读取数据 | ||
| check_rules | 检查规则 | ||
| city_varieble | filename_points_covered_by_landmarks | ||
| city_varieble_process | 地址变量的处理 | ||
| cnt_x | 向量运算函数。 | ||
| cohort_analysis | filename_edges_strengthfilename_points_covered_by_landmarks用于队列（年份）分析。 | ||
| cohort_plot | filename_edges_strengthfilename_points_covered_by_landmarks用于绘制队列（年份）分析表。 | ||
| cohort_table | filename_edges_strengthfilename_points_covered_by_landmarks用于队列（年份）分析。 | ||
| cohort_table_plot | filename_edges_strengthfilename_points_covered_by_landmarks用于绘制队列（年份）分析表。 | ||
| colAllnas | 向量运算函数。 | ||
| colAllzeros | 向量运算函数。 | ||
| colMaxMins | 向量运算函数。 | ||
| colSds | 向量运算函数。 | ||
| cor_heat_plot | 相关热图 | ||
| cor_plot | 相关图 | ||
| cos_sim | filename_points_covered_by_landmarks | ||
| creditmodel | creditmodel：信用建模和数据分析工具 | ||
| cross_table | filename_points_covered_by_landmarks | ||
| customer_segmentation | 客户细分 | ||
| cut_equal | 生成初始等尺寸样本箱 | ||
| cv_split | 层状褶皱 | ||
| data_cleansing | 数据清理 | ||
| data_exploration | 数据探索 | ||
| date_cut | 日期时间分界点 | ||
| derived_interval | filename_points_covered_by_landmarks | ||
| derived_partial_acf | filename_points_covered_by_landmarks | ||
| derived_pct | filename_points_covered_by_landmarks | ||
| derived_ts | 行为变量的推导 | ||
| derived_ts_vars | 行为变量的推导 | ||
| de_one_hot_encoding | 恢复一个热编码 | ||
| de_percent | 恢复百分比格式 | ||
| digits_num | 数字位数 | ||
| entropy_weight | 熵权法 | ||
| entry_rate_na | 缺失值的最大百分比 | ||
| euclid_dist | filename_points_covered_by_landmarks | ||
| eval_auc | xgboost feval的功能 | ||
| eval_ks | xgboost feval的功能 | ||
| eval_lift | xgboost feval的功能 | ||
| eval_tnr | xgboost feval的功能 | ||
| ewm_data | 熵权法数据 | ||
| e_ij | 熵 | ||
| fast_high_cor_filter | filename_points_covered_by_landmarks | ||
| feature_selector | 特征选择包装器 | ||
| fuzzy_cluster | 模糊聚类方法。 | ||
| fuzzy_cluster_means | 模糊聚类方法。 | ||
| gather_data | 收集或聚合数据 | ||
| gbm_filter | 使用GBM选择要素 | ||
| gbm_params | GBM参数 | ||
| get_auc_ks_lambda | filename_edges_strengthfilename_points_covered_by_landmarks表示获得filename_vertices中所需的最佳lambda。filename_landmarks中需要此函数 | ||
| get_bins_table | 装箱表 | ||
| get_bins_table_all | 装箱表 | ||
| get_breaks | 为装箱生成最佳休息时间 | ||
| get_breaks_all | 为装箱生成最佳休息时间 | ||
| get_correlation_group | filename_points_covered_by_landmarks | ||
| get_ctree_rules | 解析决策树规则 | ||
| get_iv | 计算信息值（IV）filename用于计算自变量的信息值（IV）。filename_points_covered_by_landmarks可以通过IV循环所有指定的自变量。 | ||
| get_iv_all | 计算信息值（IV）filename用于计算自变量的信息值（IV）。filename_points_covered_by_landmarks可以通过IV循环所有指定的自变量。 | ||
| get_logistic_coef | 获取逻辑系数 | ||
| get_median | 获取中心值。 | ||
| get_names | 获取变量名 | ||
| get_nas_random | filename_points_covered_by_landmarks | ||
| get_partial_dependence_plots | filename_points_covered_by_landmarks | ||
| get_plots | 绘制自变量分布图 | ||
| get_psi | 计算种群稳定指数（PSI）procedure是用来计算一个自变量的种群稳定指数（PSI）。filename_points_covered_by_landmarks可以通过PSI循环所有指定的自变量。 | ||
| get_psi_all | 计算种群稳定指数（PSI）procedure是用来计算一个自变量的种群稳定指数（PSI）。filename_points_covered_by_landmarks可以通过PSI循环所有指定的自变量。 | ||
| get_psi_iv | 在99999 PSI时计算IV | ||
| get_psi_iv_all | 在99999 PSI时计算IV | ||
| get_psi_plots | PSI图（人口稳定指数） | ||
| get_score_card | 记分卡 | ||
| get_shadow_nas | filename_points_covered_by_landmarks | ||
| get_sim_sign_lambda | filename_edges_strengthfilename_points_covered_by_landmarks表示获得filename_vertices中所需的最佳lambda。filename_landmarks中需要此函数 | ||
| get_tree_breaks | 从决策树中获取终端节点的断点 | ||
| get_x_list | 获取X列表。 | ||
| high_cor_filter | filename_points_covered_by_landmarks | ||
| high_cor_selector | 比较两个高度相关的变量 | ||
| is_date | filename_points_covered_by_landmarks | ||
| knn_nas_imp | 用KNN估算nas | ||
| ks_plot | 模型结果图filename_edges_strength是以下内容的包装器：filename_landmarks用于生成模型性能表。filename代表K-S.procedure代表ROC。filename_edges表示升力图。filename_points_covered_by_landmarks用于绘制分数分布。 | ||
| ks_psi_plot | filename_points_covered_by_landmarks&地块 | ||
| ks_table | filename_points_covered_by_landmarks&地块 | ||
| ks_table_plot | filename_points_covered_by_landmarks&地块 | ||
| ks_value | filename_points_covered_by_landmarks | ||
| lasso_filter | 套索变量选择 | ||
| lendingclub | 借贷俱乐部数据 | ||
| lift_plot | 模型结果图filename_edges_strength是以下内容的包装器：filename_landmarks用于生成模型性能表。filename代表K-S.procedure代表ROC。filename_edges表示升力图。filename_points_covered_by_landmarks用于绘制分数分布。 | ||
| lift_value | filename_points_covered_by_landmarks | ||
| local_outlier_factor | filename_edges_strengthfilename_points_covered_by_landmarks是使用knn计算数据集lof系数的函数。此函数不供最终用户使用。 | ||
| log_trans | 对数变换 | ||
| log_vars | 对数变换 | ||
| loop_function | 循环函数。#'filename_points_covered_by_landmarks是循环遍历的迭代器 | ||
| love_color | filename_points_covered_by_landmarks | ||
| low_variance_filter | 过滤低方差变量 | ||
| lr_params | 逻辑回归&记分卡参数 | ||
| lr_params_search | 逻辑回归&记分卡参数 | ||
| lr_vif | 通货膨胀因素方差 | ||
| max_min_norm | 最大最小归一化 | ||
| max_x | 向量运算函数。 | ||
| merge_category | 合并类别 | ||
| min_max_norm | 最小最大归一化 | ||
| min_x | 向量运算函数。 | ||
| model_key_index | filename_points_covered_by_landmarks&地块 | ||
| model_result_plot | 模型结果图filename_edges_strength是以下内容的包装器：filename_landmarks用于生成模型性能表。filename代表K-S.procedure代表ROC。filename_edges表示升力图。filename_points_covered_by_landmarks用于绘制分数分布。 | ||
| multi_grid | 将绘图列表排列成网格 | ||
| multi_left_join | filename_points_covered_by_landmarks | ||
| null_blank_na | 编码NAs | ||
| one_hot_encoding | 一个热编码 | ||
| outliers_detection | 异常值检测filename_points_covered_by_landmarks用于使用Kmeans和局部异常值因子（lof）检测异常值 | ||
| outliers_kmeans_lof | 异常值处理 | ||
| partial_dependence_plot | filename_points_covered_by_landmarks | ||
| PCA_reduce | PCA降维 | ||
| perf_table | 模型结果图filename_edges_strength是以下内容的包装器：filename_landmarks用于生成模型性能表。filename代表K-S.procedure代表ROC。filename_edges表示升力图。filename_points_covered_by_landmarks用于绘制分数分布。 | ||
| plot_bar | 绘图栏 | ||
| plot_box | 绘图框 | ||
| plot_colors | 打印颜色 | ||
| plot_density | 绘图密度 | ||
| plot_distribution | 地块分布 | ||
| plot_distribution_x | 地块分布 | ||
| plot_line | 绘图线 | ||
| plot_oot_perf | filename_edges_strengthfilename_points_covered_by_landmarks用于将来跨时间样本的绘图性能 | ||
| plot_relative_freq_histogram | 绘制相对频率直方图 | ||
| plot_table | filename_points_covered_by_landmarks | ||
| plot_theme | filename_points_covered_by_landmarks | ||
| plot_vars | 绘制自变量分布图 | ||
| pred_score | filename_points_covered_by_landmarks | ||
| pred_xgb | filename_points_covered_by_landmarks | ||
| process_nas | 缺失治疗 | ||
| process_nas_var | 缺失治疗 | ||
| process_outliers | 异常值处理 | ||
| psi_iv_filter | 基于信息值的变量约简&种群稳定指数滤波器 | ||
| psi_plot | PSI图（人口稳定指数） | ||
| p_ij | 熵 | ||
| p_to_score | 探测到socre | ||
| quick_as_df | 列为数据框迅速地 | ||
| ranking_percent_dict | 排名百分比过程 | ||
| ranking_percent_dict_x | 排名百分比过程 | ||
| ranking_percent_proc | 排名百分比过程 | ||
| ranking_percent_proc_x | 排名百分比过程 | ||
| read_data | 读取数据 | ||
| reduce_high_cor_filter | 用reduce方法筛选高度相关变量 | ||
| remove_duplicated | 删除重复的观察结果 | ||
| replace_value | 替换值 | ||
| replace_value_x | 替换值 | ||
| require_packages | 所需包装和安装 | ||
| re_code | filename_verticesfilename_points_covered_by_landmarks在字符向量的每个元素中搜索与参数模式的匹配： | ||
| re_name | 重命名 | ||
| rf_params | 随机森林参数 | ||
| roc_plot | 模型结果图filename_edges_strength是以下内容的包装器：filename_landmarks用于生成模型性能表。filename代表K-S.procedure代表ROC。filename_edges表示升力图。filename_points_covered_by_landmarks用于绘制分数分布。 | ||
| rowAll | 向量运算函数。 | ||
| rowAllnas | 向量运算函数。 | ||
| rowAny | 向量运算函数。 | ||
| rowCVs | 向量运算函数。 | ||
| rowMaxMins | 向量运算函数。 | ||
| rowMaxs | 向量运算函数。 | ||
| rowMins | 向量运算函数。 | ||
| rowSds | 向量运算函数。 | ||
| rules_filter | filename_points_covered_by_landmarks | ||
| rules_result | filename_points_covered_by_landmarks | ||
| rule_value_replace | filename_points_covered_by_landmarks | ||
| save_data | 保存数据 | ||
| score_distribution_plot | 模型结果图filename_edges_strength是以下内容的包装器：filename_landmarks用于生成模型性能表。filename代表K-S.procedure代表ROC。filename_edges表示升力图。filename_points_covered_by_landmarks用于绘制分数分布。 | ||
| score_transfer | 分数变换 | ||
| select_best_breaks | 生成最佳的装箱中断 | ||
| select_best_class | 生成最佳的装箱中断 | ||
| select_cor_group | filename_points_covered_by_landmarks | ||
| select_cor_list | filename_points_covered_by_landmarks | ||
| sim_str | filename_points_covered_by_landmarks | ||
| split_bins | filename_points_covered_by_landmarks | ||
| split_bins_all | 全部拆分垃圾箱 | ||
| start_parallel_computing | 并行计算并将变量导出到全局环境。 | ||
| stop_parallel_computing | 停止并行计算 | ||
| str_match | 字符串匹配#'filename_points_covered_by_landmarks在字符向量的每个元素中搜索与参数模式的匹配： | ||
| sum_x | 向量运算函数。 | ||
| swap_analysis | 换出/换入分析 | ||
| term_filter | TF-IDF公司 | ||
| term_idf | TF-IDF公司 | ||
| term_tfidf | TF-IDF公司 | ||
| time_series_proc | 处理时间序列数据 | ||
| time_transfer | 时间格式转换 | ||
| time_variable | filename_points_covered_by_landmarks | ||
| time_vars_process | 时间或日期变量的处理 | ||
| tnr_value | filename_points_covered_by_landmarks | ||
| training_model | 培训模式 | ||
| train_lr | Trainig LR模型 | ||
| train_test_split | 列车试验分离 | ||
| train_xgb | 培训XGboost | ||
| UCICreditCard | UCI信用卡数据 | ||
| variable_process | filename_points_covered_by_landmarks | ||
| var_group_proc | 过程组数值变量 | ||
| woe_trans | 悲哀的转变 | ||
| woe_trans_all | 悲哀的转变 | ||
| xgb_data | XGboost数据 | ||
| xgb_filter | 使用XGB选择功能 | ||
| xgb_params | XGboost参数 | ||
| xgb_params_search | XGboost参数 | ||
| %alike% | 模糊字符串匹配 | ||
| %islike% | 模糊字符串匹配 |