以下問題使用模型評分新數據表<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />這是幾個星期前提出的類似問題的後續問題。假設您使用了一組客戶的歷史數據確認入學人數（因變量） 您組織提供的一系列產品。使用多個輸入變量（自變量）開發的模型，例如訂單數量，訂單類型，訂購產品，添加到購物車的產品，呼叫記錄頻率，呼叫類型，呼叫新近度，推薦朋友（RAF），RAF新近度，＃Pageviews，頁面上的時間（秒），頁面查看產品類型，＃次點擊，＃通過電子郵件推廣的時間，＃Direct Mail推廣的時間， ＃貢獻（捐贈），捐贈類型，捐贈$，捐贈新近度等
因此，＃confirm登記是函數{Var 1，Var 2，Var 3，Var 4，Var 5，Var 6，Var 7，Var 8，Var 8，Var 10等}。
在模型開發過程結束時，我將預測公式保存到用於開發模型的數據表中。因此，預測公式是如上所述預測#recified登記。
現在，我想使用此模型為具有類似變量的新數據表打分。我的問題是，如果新數據表中的表中有＃confirm enrollments，或者表中是否只包含預測公式中列出的那些變量？我所做的是，由於預測公式是預測＃確認的登記，其實際上包含每個變量的係數估計和預測公式中的響應，在新數據表中具有#reken enrollments將使用預測公式會自動關聯。
我只是想確保我做的正確。任何專家建議將不勝感激。
詹金斯
Re：關於使用模型評分新數據表的問題嗨Karen，你按照我的描述正確地得到了這個概念。新數據表中的所有變量都是預測公式中列出的變量。因此，我有一個單獨的列，其中包含實際的註冊;意思是，每個客戶的實際入學人數，這不是評分的一部分。具有預測公式的列比對所有這些變量進行評分，並且通過將得分從最大到最小排序並將它們排列成十分位來比較結果。這樣，我們可以比較/驗證模型性能與使用模型評分的新數據表。這是否有意義？
對於我們的案例，我們使用該模型使用模型的變量對120萬客戶進行評分，將這120萬人的實際註冊量作為不同的列進行排序，對模型評分進行排序（不包括#enifiedcomments），因為這就是模型正在預測，根據排序的分數創建十分位數，並根據實際的註冊情況繪製決策圖，並查看每個十分位數與實際註冊數的對比情況（即預測的註冊數）。
如果這是對的，那麼我做的是正確的。我已經看到其他人這樣做了，只是想與像你這樣的人和其他許多人分享一些見解，以便從你的專業知識中學習，你只是認證我做得對。
Re：關於使用模型評分新數據表的問題詹金斯，
如果我正確了解您的情況，您將有一個包含VARS（一些預測變量）的新表，預測的ENROLLMENTS（這是您使用VARS的公式列），然後是確認的ENROLLMENTS（真實的測量結果）。 您的數據表不需要確認的註冊表來使用您的預測公式對數據進行評分（它不是公式的一部分）。 但是，您無需從表中刪除該列。如果您的目標是“測試”（驗證，驗證等）您的模型，那麼您可能希望將您的實際值（CONFIRMED）與預測值進行比較，並查看您的模型執行的“好”，為此您需要預測和確認欄目。注意，“好”在引號中，因為在一個設置中好的可能在另一個設置中是壞的（預測的風險/好處是正確與否）。
卡倫
